UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE AGRONOMIA PROGRAMA DE PÓS-GRADUAÇÃO EM ZOOTECNIA

Transcrição

1 UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE AGRONOMIA PROGRAMA DE PÓS-GRADUAÇÃO EM ZOOTECNIA ADIÇÃO DE FONTES DE ENXOFRE E CÁLCIO NA DIETA DE GATOS ADULTOS E SEUS EFEITOS NO ph URINÁRIO E EQUILÍBRIO ÁCIDO- BÁSICO DÓRIS PEREIRA HALFEN Médica Veterinária/UFRGS Dissertação apresentada como um dos requisitos à obtenção do Grau de Mestre em Zootecnia Área de Concentração Produção Animal. Porto Alegre (RS), Brasil Junho de 2011

2 CIP - Catalogação na Publicação Pereira Halfen, Dóris Adição de fontes de enxofre e cálcio na dieta de gatos adultos e seus efeitos no ph urinário e equilibrio ácido-básico / Dóris Pereira Halfen f. Orientador: Alexandre de Mello Kessler. Coorientador: Aulus Cavalieri Carciofi. Dissertação (Mestrado) -- Universidade Federal do Rio Grande do Sul, Faculdade de Agronomia, Programa de Pós-Graduação em Zootecnia, Porto Alegre, BR-RS, DL-Metionina. 2. Metionina hidróxi-análogo. 3. Sulfato de cálcio. 4. Gluconato de cálcio. I. de Mello Kessler, Alexandre, orient. II. Cavalieri Carciofi, Aulus, coorient. III. Título. Elaborada pelo Sistema de Geração Automática de Ficha Catalográfica da UFRGS com os dados fornecidos pelo(a) autor(a).

3

4 2 AGRADECIMENTOS A Deus, por eu conseguir ter chegado até aqui. À minha família, que sempre me apoiou e me deu condições de poder me dedicar aos estudos. Ao meu orientador Alexandre de Mello Kessler e à professora Andrea Machado Leal Ribeiro, pelo aprendizado, suporte e paciência. Ao professor Aulus Cavalieri Carciofi pela ótima recepção, suporte, aprendizado e ajuda. Aos meus amigos de Porto Alegre e de Jaboticabal, por sempre estarem ao meu lado, mesmo que não fisicamente. Aos companheiros de trabalho do LEZO, que apesar de não poderem me acompanhar no experimento, sempre estiveram dispostos a ajudar e aconselhar. Aos companheiros de trabalho do Laboratório de Pesquisa em Nutrição e Doenças Nutricionais de Cães e Gatos Prof. Dr. Flávio Prada. Por me aguentarem durante o experimento, me ajudarem quando muito precisei e sempre estarem dispostos a passar o café. À Juliana, Márcio e Márcia por me darem asilo e apoio durante minha estada em Jaboticabal. Aos funcionários do laboratório de Apoio à Pesquisa do Departamento de Clínica e Cirurgia Veterinária - Unesp- Jaboticabal, por todo o auxílio e amizade. Às funcionarias e amigas do LNA que sempre me auxiliaram. Ao Programa de Pós-Graduação em Zootecnia da UFRGS, por me dar a oportunidade de fazer parte deste grupo. À Capes pelo apoio financeiro. Aos animais do laboratório por me lembrarem todos os dias do amor à minha profissão. Aos professores da banca, Andréa Ribeiro, Daniel Gerardi e Luciano Trevizan pelas ótimas contribuições ao trabalho. Em resumo, muito obrigada a todos e por tudo.

5 3 ADIÇÃO DE FONTES DE ENXOFRE E CÁLCIO NA DIETA DE GATOS ADULTOS E SEUS EFEITOS NO ph URINÁRIO E EQUILÍBRIO ÁCIDO- BÁSICO 1 Autor: Dóris Pereira Halfen Orientador: Prof. Alexandre de Mello Kessler Co-Orientador: Aulus Cavalieri Carciofi RESUMO A urolitíase é um problema recorrente na clínica veterinária considerada como causa de morbidade. As urolitíases são estreitamente associadas ao ph urinário e a nutrição exerce um papel fundamental no controle desta afecção, pois através da manipulação da dieta, pode-se modificar o ph urinário. A dieta possui cátions e ânions na sua composição mineral e a diferença entre íons é medida em miliequivalentes (meq/kg) e denominado excesso de bases (EB) da dieta, calculado através da equação: (49,9 x Ca) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (62,4 x S) (28,2 x Cl), sendo a concentração dos elementos em g/kg de MS. A finalidade deste estudo, dividido em dois experimentos, foi avaliar o efeito da adição de fontes de enxofre (S) e cálcio nas dietas de felinos sobre o ph urinário e equilíbrio ácido-básico. A adição de fontes de enxofre objetivou demonstrar a eficácia na acidificação urinária. No primeiro experimento avaliaram-se três diferentes fontes de enxofre: sulfato de cálcio (CaSO 4 ), DL-metionina (DLM) e Metionina hidróxi análoga (MHA) adicionados a uma dieta controle em dois níveis cada um. No tratamento controle não houve adição de acidificantes. No primeiro nível adicionou-se 1,28 g de S/kg e no segundo 2,56 g de S/kg, resultando em sete tratamentos. No segundo experimento duas fontes de cálcio foram avaliadas com o objetivo de pesquisar a eficácia destes sais na alcalinização da urina. No tratamento controle não houve adição de fontes de cálcio. Nos tratamentos 2 e 3 foram adicionados à dieta controle carbonato de cálcio e gluconato de cálcio, respectivamente, nas doses de +160 meq/kg, resultando em três tratamentos. A urina produzida em cada período de 24 horas teve aferida seu volume, densidade e ph. No segundo experimento foi também medida a excreção urinária de cálcio no período de 72h. O equilíbrio ácido-básico foi avaliado pela hemogasometria de sangue venoso. A DLM no maior nível e o MHA diferiram da dieta controle em relação ao ph urinário (p<0,001) e seu poder acidificante foi maior que o do sulfato de cálcio (p<0,05). As duas fontes de cálcio alcalinizaram a urina, mas o carbonato de cálcio atingiu um ph urinário mais alto que o gluconato de cálcio. Concluiu-se que o efeito diferenciado das fontes de S e cálcio sobre o ph urinário é um indicador de que a participação do cálcio é dependente dos ânions a que está associado, o que leva ao questionamento sobre qual a melhor forma de avaliar sua participação no cálculo do EB. Palavras-chave: Metionina. Carbonato de cálcio. Urolitíases. Sulfato de cálcio 1 Dissertação de Mestrado em Zootecnia Produção Animal, Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brasil (166p.). Junho, 2011.

6 4 ADDITION OF SOURCES OF SULPHUR AND CALCIUM IN THE DIET OF ADULT CATS AND THEIR EFFECTS ON URINARY ph AND ACID-BASE BALANCE 2 Author: Dóris Pereira Halfen Adviser: Prof. Alexandre de Mello Kessler Co-adviser: Aulus Cavalieri Carciofi ABSTRACT Urolithiasis is a commom problem in the veterinary clinic considered as a cause of morbidity. The urolithiasis are closely associated with urinary ph and nutrition plays a key role in the control of this disease, because through dietary manipulation, it s possible modify the urinary ph. The diet has cations and anions in their mineral composition and the difference between ions is measured in milliequivalents (meq/kg) and called base excess (BE) of the diet, calculated by the equation: (49.9 x Ca) + (82, Mg x 3) + (43.5 x Na) + (25.6 x K) - (64.6 x P) - (62.4 x S) - (28.2 x Cl), being the concentration of elements in g/kg DM. The purpose of this study, divided in two experiments, was to evaluate the effect of addition of sources of sulfur (S) and calcium in the diets of cats on the urinary ph and acid-base balance. The addition of sulfur sources aimed to demonstrate the efficacy in urinary acidification. In the first experiment were evaluated three different sources of sulfur, calcium sulfate (CaSO 4 ), DL- Methionine (DLM) and Methionine hydroxy analogue (MHA) added to a control diet at two levels each. In the control treatment there was no addition of acidifying. At the first level was added 1.28 g S/kg and in the second 2.56 g S/kg, resulting in seven treatments. In the second experiment two calcium sources were evaluated in order to research the effectiveness of these salts in alkalinize urine. In the control treatment there was no addition of calcium sources. In treatments 2 and 3 were added to the control diet calcium carbonate and calcium gluconate, respectively, at doses of +160 meq/kg, resulting in three treatments. The urine produced in each period of 24 hours had measured its volume, density and ph. The second experiment also measured the urinary excretion of calcium in the period of 72 hours. The acid-base balance was evaluated by blood gas analysis of venous blood. The DLM at the highest level and MHA differed of the control diet in relation to urinary ph (p<0.001) and their acidifying power was greater than the calcium sulfate (p<0.05). The two sources of calcium alkalinized the urine, but the calcium carbonate reached a urine ph higher than calcium gluconate. It was concluded that the effect of different sources of S and calcium on urinary ph is an indicator that the participation of calcium is dependent of the anions that is associated, which leads to questions about how is the best way to evaluate its participation in calculation of BE. Keywords: Methionine. Calcium carbonate. Urolithiasis. Calcium sulfate 2 Master of Science dissertation in Animal Science, Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brazil (166p.). June, 2011.

7 5 SUMÁRIO Página CAPITULO I 1. INTRODUÇÃO REVISÃO BIBLIOGRÁFICA Urolitíase Formação de urólitos ph urinário O excesso de bases do alimento Estimativa do ph urinário a partir da composição da dieta A ação dos acidificantes e alcalinizantes sobre o metabolismo e o ph urinário O equilíbrio ácido-básico Excreção do cálcio HIPÓTESES E OBJETIVOS CAPITULO II Adição de fontes de enxofre na dieta de gatos adultos e seus efeitos no ph urinário e equilíbrio ácido-básico Resumo Abstract Introdução Materiais e métodos Resultados e discussão Conclusão Referências CAPITULO III Adição de fontes de cálcio na dieta de gatos adultos e seus efeitos no ph urinário e equilíbrio ácido-básico Resumo Abstract Introdução Materiais e métodos Resultados e discussão Conclusão Referências CAPITULO IV CONSIDERAÇÕES FINAIS REFERÊNCIAS BIBLIOGRÁFICAS... 68

8 APÊNDICES VITA

9 7 LISTA DE TABELAS Páginas Capítulo II Tabela 1. Composição das dietas experimentais para gatos adultos utilizando três diferentes fontes de enxofre (CaSO 4, DLM e MHA) com dois níveis de inclusão (1,28 e 2,56g/kg) Tabela 2. Tabela 3. Composição química e EB das fontes de S (CaSO 4, DLM, MHA) utilizadas nas dietas experimentais para gatos adultos Composições nutricionais analisadas e EB das dietas experimentais para gatos adultos contendo diferentes fontes de enxofre, em dois níveis (1,28 e 2,56 g S/kg) Tabela 4. Efeito da adição das três fontes de S em dois níveis (1,28 e 2,56 g de S/kg), no consumo de ração (CR), escore fecal (EF), volume urinário, densidade urinária, e ph urinário dos gatos que consumiram as dietas experimentais Tabela 5. Consumo, escore fecal, densidade, volume e ph urinário das diferentes fontes de enxofre e nos níveis 1,28 g de S/kg e 2,56 g de S/kg Tabela 6. Resultado das hemogasometrias venosas, pré-prandiais (8h) e pós-prandiais (15h), dos gatos que consumiram as dietas experimentais, com diferentes fontes de enxofre em dois níveis (1,28 g S/kg e 2,56 g S/kg) Capítulo III Tabela 1. Composição das dietas experimentais para gatos adultos utilizando duas diferentes fontes de cálcio (Carbonato de cálcio e gluconato de cálcio) Tabela 2. Composição química, percentagem de cálcio e EB das fontes de cálcio (Carbonato de cálcio e gluconato de cálcio) utilizadas nas dietas experimentais para gatos adultos Tabela 3. Composições nutricionais analisada e EB das dietas experimentais para gatos adultos contendo diferentes fontes de cálcio... 53

10 8 Tabela 4. Efeito da adição de fontes de cálcio no consumo de ração (CR), escore fecal (EF), volume urinário, densidade urinária e ph urinário nos gatos que consumiram as dietas experimentais para felinos adultos Tabela 5. Tabela 6. Efeito da adição de fontes de cálcio no consumo diário de cálcio, excreção urinária diária de cálcio e percentagem diária da excreção urinária de cálcio, sobre o consumo de cálcio, dos gatos alimentados com as dietas experimentais para felinos adultos Resultado das hemogasometrias venosas dos gatos mediante o consumo das dietas experimentais com fontes de cálcio... 62

11 9 LISTA DE FIGURAS Páginas Capítulo I Figura 1. Efeito da supersaturação urinária, resultando em um aumento na concentração de substâncias formadoras de urólitos, gerando uma zona metaestável onde ocorrem crescimento e agregação de cristais e nucleações Figura 2. Principal via metabólica seguida pelos aminoácidos sulfurados Figura 3. Fórmula molecular da MHA Figura 4. Fórmula moledular da DLM Capítulo II Figura 1. Comparação do ph urinário das dietas. Regressão com intercepto único das três fontes de enxofre pelo nível de enxofre adicionado em g/kg: ph urina = 6,86 0,1032 * S (CaSO 4 ) 0,2336 * S (DLM) - 0,3129 * S (MHA)... 36

12 10 LISTA DE ABREVIATURAS AAFCO AOAC Cai CR dl DLM EB EEHA EF ENN FB g - HCO 3 kcal kg L meq MHA ml MM mmhg mmol mosm mosm MS N NRC PB PC PCO 2 SAM Association of American Feed Control Official Association of the Official Analitical Chemists Cálcio iônico Consumo de ração Decilitro DL-metionina Excesso de base Extrato etéreo hidrólise ácida Escore fecal Extrativo não nitrogenado Fibra bruta Grama Concentração de bicarbonato Quilocaloria Quilograma Litro miliequivalente Metionina hidróxi-análoga Mililitros Matéria mineral Milímetro de mercúrio Milimol Miliosmol Osmolalidade Matéria seca Normalidade National Research Council Proteína bruta Peso corporal Pressão parcial de dióxido de carbono S-adenosilmetionina

13 CAPÍTULO I

14 12 1. INTRODUÇÃO Nos últimos 10 anos as pesquisas científicas relacionadas à nutrição de animais de companhia avançaram além do foco das necessidades mínimas e máximas das recomendações nutricionais e buscaram maiores conhecimentos da interação entre nutrição, saúde e longevidade dos animais. Dentre estas, pode-se incluir o manejo nutricional de condições como urolitíases, neoplasias, cardiopatias, nefropatias, artropatias, endocrinopatias, obesidade, distúrbios gastrintestinais, distúrbio alérgicos, entre outros (Carciofi & Jeremias, 2010). Felinos são animais carnívoros e naturalmente possuem urina ácida. Alguns segmentos de alimentos para gatos utilizam menos proteína e mais ingredientes com altos níveis de cálcio, fósforo e magnésio, tornando a urina alcalina (Carciofi, 2006), aumentando a incidência de urólitos de estruvita, já que estes estão associados ao ph alcalino. A urolitíase faz parte de um grupo de patologias recorrentes nas clínicas veterinárias consideradas causa de morbidade. A nutrição tem papel fundamental nesta afecção, pois através da manipulação da dieta, podemos modificar o ph urinário. A modificação do ph urinário torna possível dissolver e prevenir os urólitos mais comuns como os urólitos de estruvita e oxalato de cálcio, respectivamente. A diferença entre estes cátions e ânions da dieta é medida em miliequivalentes (meq) e denominada como excesso de bases (EB) da dieta e calculada através das equações propostas: EB (meq/kg MS) = (49,9 x Ca) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (13,4 x metionina) (16,6 x cistina) (28,2 x Cl) (Allen & Kruger, 2000), sendo a concentração dos elementos em g/kg de MS. Outra forma de realizar este cálculo é com a substituição dos aminoácidos por enxofre, através da fórmula: EB (meq/kg MS) = (49,9 x Ca*) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (62,4 x S) (28,2 x Cl). O EB tem estreita relação com o ph urinário e ao modificar o EB da dieta, é alterado também o ph da urina. O enxofre, excretado na forma de sulfato, acidifica a urina e o cálcio, alcaliniza, sendo estes dois considerados componentes importantes no cálculo do EB. O primeiro trabalho realizado visou avaliar três diferentes fontes de enxofre com o objetivo de estudar seus efeitos no ph urinário e equilíbrio ácidobásico de felinos. As fontes estudadas foram o sulfato de cálcio (CaSO 4 ), DLmetionina (DLM) e Metionina hidróxi-análoga (MHA) adicionados a uma dieta controle em dois níveis cada um. No tratamento controle não houve adição de acidificantes. No primeiro nível adicionou-se 1,28 g de S/kg e no segundo 2,56 g de S/kg, resultando em sete tratamentos. No segundo experimento avaliaram-se duas fontes de cálcio com o objetivo de estudar a eficiência do cálcio na alcalinização urinária e seus efeitos no equilíbrio ácido-básico de felinos. No tratamento controle não houve adição de fontes de cálcio. Nos tratamentos 2 e 3 foram adicionados à dieta controle carbonato de cálcio (CaCo 3 ) e gluconato de cálcio (C 12 H 22 CaO 14 ), respectivamente, nas doses de +160 meq/kg, resultando em três tratamentos.

15 13 2. REVISÃO BIBLIOGRÁFICA 2.1 Urolitíase A doença do trato urinário inferior dos felinos (DTUIF) inclui qualquer desordem que acomete a bexiga ou uretra de gatos que leve à inflamação vesical (urólitos, plugs uretrais, infecção bacteriana ou viral). Independente da causa, a DTUIF está frequentemente associada aos sinais clínicos hematúria, estrangúria, disúria, polaquiúria e periúria. Seu diagnóstico é feito a partir dos exames de urina, radiografia ou ultra-som abdominal, cistorretrografia e cultura de urina (Forrester & Roudebush, 2007). A urolitíase é um tipo específico de enfermidade das vias urinárias inferiores, que se caracteriza pela presença de cristais urinários (cristalúria), ou concreções macroscópicas (urólitos ou cálculos) dentro da vesícula urinária ou uretra (Osborne et al.,1996). As urolitíases são a causa mais comum de doença obstrutiva do trato urinário inferior em cães e gatos (Wagner et al., 2006), sendo a formação de cálculos no trato urinário, um problema clínico significativo para animais de companhia (Yamka et al., 2006). O risco de desenvolvimento de urolitíase está relacionado a fatores dietéticos e não dietéticos (Dekeyzer apud Zentek & Schulz, 2004). A dieta pode contribuir no aparecimento, manejo ou prevenção de recidivas de urolitíases. Os ingredientes da dieta, digestibilidade, composição química e padrões de alimentação afetam o volume, o ph e a gravidade específica da urina (Markwell et al., 1998). A DTUIF tem sido diagnosticada em 4,6% dos gatos avaliados em clínicas privadas dos Estados Unidos e em 7,5% dos felinos atendidos em hospitais veterinários de universidades americanas (Gerber et al., 2005). Sua ocorrência é maior nos animais que apresentam entre 1 e 10 anos de idade (Bartges apud Forrester & Roudebush et al., 2007 ). A forma mais freqüente de DTUIF em animais com menos de 10 anos de idade é a idiopática (55% 64%) seguida das urolitíases (15% 21%), plugs uretrais (10% 21%), defeitos anatômicos (10%), neoplasias (1% 2%) e infecção do trato urinário (1% 8%) (Kruger et al., 1991; Buffington et al., 1997; Gerber et al., 2005). O Minnesota Urólith Center (MUC) realizou uma análise quantitativa de urólitos recuperados em animais por mais de 25 anos e os autores observaram que em 1981, o oxalato de cálcio foi detectado em apenas 2% dos urólitos felinos submetidos ao MUC, enquanto que a estruvita foi detectada em 78%. Nos meados de 1980 houve um aumento da freqüência de oxalato de cálcio e uma diminuição na freqüência de urólitos de estruvita e em 2002, aproximadamente 55% dos urólitos felinos eram de oxalato de cálcio, enquanto 33% eram de estruvita. Em 2003, a freqüência de urólitos de oxalato de cálcio caiu para 47%, e a de urólitos de estruvita aumentou para 42. Em 2007, dos urólitos analisados, 49% eram de estruvita, e 41% de de oxalato de cálcio. A diminuição progressiva na ocorrência de urólitos de oxalato de cálcio pode estar associada a reformulação das dietas para evitar urólitos de oxalato (Osborn et al., 2008). Diante dos diferentes dados de consumo de alimentos pelos animais do Brasil e da América do Norte, não podemos extrapolar os dados de frequência de urolitíase para o país. De acordo com Carciofi et al. (2006), o

16 14 Brasil possui uma menor porcentagem de cães e gatos consumindo dietas industrializadas. Além disso, os autores verificaram que a composição dos alimentos industrializados no Brasil possuem maior concentração de ingredientes contendo cálcio, fósforo e magnésio e um menor índice protéico quando comparados aos alimentos comercializados nos Estados Unidos. Ainda neste estudo, foi observado que as rações dos segmentos econômicos apresentaram alta proporção de farelos. Esta combinação de fatores tende a induzir a produção de urina alcalina, o que favorece a incidência de urólitos de estruvita. Uma maior incidência de estruvita pôde ser observada no estudo realizado por Camargo (2004), onde a autora verificou no período de 1999 a 2003, que de um total de 774 cães e gatos atendidos no pelo Serviço de Nefrologia e Urologia do Hospital Veterinário Governador Laudo Natel da FCAV- Unesp de Jaboticabal, 107 casos foram de urolitíase sendo 61,1% de estruvita. 2.2 Formação de urólitos A formação de urólitos de estruvita é o resultado da supersaturação da urina com magnésio, amônio e fosfato aniônico. Evitar níveis excessivos de fósforo e magnésio na dieta, pode levar a uma diminuição dos urólitos de estruvita, sendo o magnésio, diretamente relacionado à dieta. O grau de supersaturação ou subsaturação da urina influencia a probabilidade de um cristal se formar ou se dissolver. O crescimento inicial dos urólitos envolve a precipitação química de íons dissolvidos ou moléculas presentes na urina que formam cristais quando presentes em concentrações mais altas que aquela que permite a solubilidade do produto (Figura 1). O estado de saturação da urina é o produto da concentração de solutos presentes, ph, força iônica, temperatura e presença de complexos químicos pré formados (Allen & Kruger, 2000). Um estudo realizado por Matsumoto & Funaba (2008) demonstrou que proteínas solúveis na urina de felinos agem promovendo a formação de cristais de estruvita, independentemente da quantidade de cristais livres que possam reagir com outros solutos. Os autores sugerem que uma diminuição na excreção protéica poderia diminuir a formação de urólitos de estruvita. 2.3 ph urinário Os urólitos de estruvita estão associados ao ph alcalino. A redução do ph urinário demonstrou-se eficaz na diminuição da incidência da formação destes cristais, sendo o ph o fator mais importante que a redução de magnésio na dieta (Markwell et al., 1998). O ph urinário influencia a formação de precipitados de estruvita ao influenciar a concentração de íons fosfato (PO 4 3- ). A urina, ao se tornar mais ácida, converte este íon em fosfato monobásico (H 2 PO 4 - ) e dibásico (HPO 4 - ), reduzindo a disponibilidade de incorporação deste íon ao precipitado de estruvita. Recomenda-se alimentos que mantenham a urina a um ph entre 6,2 e 6,4 para a prevenção destes urólitos e entre ph 5,9 e 6,1 para dissolução (Allen & Kruger, 2000). Dietas acidificantes que induzem ph inferior a 6,29 podem aumentar o risco de formação de cristais de oxalato de cálcio (Markwell et al., 1998),

17 Aumento da concentração iônica 15 sendo o ideal, manipular a dieta para que reduza a formação destes dois tipos de precipitados (Carciofi, 2007). Fonte: Adaptado de Osborne et al., 2000 FIGURA 1. Efeito da supersaturação urinária, resultando em um aumento na concentração de substâncias formadoras de urólitos, gerando uma zona metaestável onde ocorrem crescimento e agregação de cristais e nucleações. O ph urinário apresenta variação circadiana devido à influência de alguns fatores como a composição do alimento, horário de alimentação e o volume consumido (Buffington & Chew, 1996). Portanto, para uma correta interpretação do ph urinário, deve-se considerar o momento da alimentação e o tipo de alimento consumido, pois a alimentação ad libitum produz uma onda pós-prandial menos alcalina se comparada a alimentação menos frequente (Allen & Kruger, 2000). 2.4 O excesso de bases do alimento Os eletrólitos da dieta podem ser classificados como cátions ou ânions. Os mais importantes cátions da dieta são o sódio (Na), o potássio (K), o cálcio (Ca) e o magnésio (Mg). Os ânions são cloro (Cl), enxofre (S) e fósforo (P). O balanço ácido-básico, também conhecido como EB, é afetado pela carga elétrica, e desta forma, cada íon exerce seu efeito de acordo com a sua valência. O EB da dieta é definido como a diferença em miliequivalentes (meq)

18 16 entre os principais cátions e ânions. O EB é calculado a partir das concentrações dos compostos ácidos e alcalinos do alimento e a equação será apresentada no próximo item. O Na, K e Cl são íons monovalentes (valência 1) e exercem forte efeito iônico no equilíbrio ácido-básico e são denominados íons fortes (Cavalieri & Santos, 2002). Nos fluídos corporais, os íons são combinados por sua carga iônica e não pelo peso molecular. O número de cátions e ânions na solução tende a ser igual para manter a eletroneutralidade (Dibartola, 2006). 2.5 Estimativa do ph urinário a partir da composição da dieta Estudos demonstraram que os cátions e ânions contidos no alimento apresentam alta correlação com o ph urinário em gatos e foram propostos diferentes métodos para predição do efeito de um alimento sobre o ph urinário (Kienzle et al., 1991; Kienzle & Wilms-eilers, 1994; Markwell et al., 1998; Wagner et al., 2006; Yamka et al., 2006). Estas estimativas diminuem os custos para a indústria de alimento para animais de companhia ao reduzir a necessidade de estudos em animais, além de permitir o desenvolvimento de produtos mais seguros e saudáveis (Yamka et al., 2006). O EB é calculado a partir das concentrações dos compostos ácidos e alcalinos do alimento, sendo expresso em meq/kg de matéria seca (MS). Seu cálculo pode ser realizado, pela fórmula: EB (meq/kg MS) = (49,9 x Ca) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (13,4 x metionina) (16,6 x cistina) (28,2 x Cl) (Allen & Kruger, 2000). A concentração dos elementos está expressa em g/kg de MS. Outra forma de realizar este cálculo seria com a substituição dos aminoácidos por enxofre, através da fórmula: EB (meq/kg MS) = (49,9 x Ca) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (62,4 x S) (28,2 x Cl). A concentração dos elementos está expressa em g/kg de MS. Este procedimento diminui os custos da análise de enxofre presente nos aminoácidos e quantificam outras fontes de enxofre que estão presentes no alimento, como sulfato ferroso, sulfato de manganês, sulfato de condroitina, biotina, tiamina, taurina, que podem interferir no ph urinário (Yamka et al., 2006). Kienzle et al. (1991) avaliaram o efeito de 10 dietas comerciais sobre o ph urinário de gatos. O cálculo do EB em mmol/kg de matéria seca (MS) foi realizado pela seguinte fórmula: 2(Ca) + 2(Mg) + (K) + (Na) 2(P) (Metionina) (Cl) e foi encontrada alta correlação entre o EB e o ph urinário. A estimativa do ph foi realizada pela fórmula: ph urina = 6,72 + 0,0021 x EB (r=0,90, p<0,01). Ao transformar a fórmula, os autores também demonstram poder estimar qual o EB necessário para se obter o ph pretendido. A fórmula transformada é [EB = (ph 6,72)/0,0021 meq/kg]. Em outro estudo, Kienzle & Wilms-eilers (1994) verificaram o efeito do cloreto de amônio (NH 4 Cl), carbonatos de cálcio (CaCO 3 ) e sódio (Na 2 CO 3 ) no balanço ácido-básico de gatos. O EB foi calculado a partir da fórmula que inclui os aminoácidos Metionina e Cisteína. Os autores confirmaram a alta correlação entre o EB e o ph urinário e demonstraram que o ph diminui de forma linear até o EB de -400 a -500 mmol/kg MS, depois não observaram reduções. A redução do ph, foi descrita pela regressão quadrática: ph = 7,1 + 0,0019 x EB + (9,7 x 10-7 ) x EB 2 (r=0,99, p<0,01).

19 17 Durante um estudo realizado por Markwell et al. (1998) sobre o efeito da dieta no ph urinário de gatos, 32 dietas foram testadas. Os cátions, ânions e aminoácidos que influenciaram o ph urinário foram: Ca, Na, K, P, Cl e Metionina, e a equação corresponde foi: ph= 6,42 + 0,572 (Ca) + 0,727 (Na) + 0,674 (K) - 0,731 (P) - 0,546 (Metionina) 0,183 (Cl). A concentração dos elementos está expressa em g/kg de MS. Wagner et al. (2006) também encontraram correlação positiva entre o EB e o ph da urina. A equação de predição do ph urinário encontrada pelos autores foi ph=6,25 + 0,0023 x EB (r=0,74; p<0,01). O volume urinário foi correlacionado de forma positiva com o conteúdo de potássio e de forma negativa com o conteúdo de fósforo, cálcio e magnésio. Yamka et al. (2006) avaliaram 150 alimentos (90 secos e 60 úmidos) para felinos e confirmaram que o ph é alcalinizado quando há maior ingestão de cálcio, potássio, sódio e magnésio e acidificado com o aumento da ingestão de enxofre, fósforo e cloro na dieta, sendo o enxofre, o principal ânion para o decréscimo do ph da urina. Os autores propuseram uma fórmula direta para a estimativa do ph, sem o cálculo prévio do excesso de bases. A fórmula proposta para alimentos secos foi: ph da urina = 7,03 + (1 x Na) + (1 x K) + (0,89 x Ca) + (1,58 x Mg) (0,93 x Cl) (1,61 x S) (1,04 x P). A concentração dos elementos está expressas em g/100g de MS. Este modelo proposto obteve uma correlação de 49% dos phs urinários observados e 73% da média dos phs dos animais que consumiram as dietas secas. Os autores sugerem diferentes equações para a predição do ph urinário de dietas secas e úmidas e observaram que quando as 150 dietas secas e úmidas foram preditas com a fórmula propostas por Kienzle & Wilms-eilers (1994), houve uma correlação de 25% entre o ph predito e observado. A equação de Markwell et al. (1998), quando prevista para a dieta úmidas, teve uma correlação de 12%. Os autores consideram que estas baixas correlações ocorrem, pois as equações propostas não considera outras fontes de enxofre, além da Metionina e Cisteína. 2.6 A ação dos acidificantes e alcalinizantes sobre o metabolismo e o ph urinário A adição de acidificantes na dieta demonstrou diminuir o ph urinário e a formação de estruvita (Funaba et al., 2000), entretanto o excesso destes pode causar efeitos danosos como a redução na ingestão de alimentos e acidose metabólica (Buffington et al. apud Funaba et al., 2000 ). O cloreto de amônio (NH 4 Cl) tem sido sugerido como acidificante urinário, mas pode estar associado com o aumento da excreção de cálcio, causando um balanço negativo deste elemento, provavelmente por causar acidose metabólica (Ching et al., 1989). O amônio é um cátion presente em aminoácidos como a Lisina e Arginina e libera íons hidrogênio (H + ) quando transformado em uréia (Allen & Kruger, 2000). Kienzle et al. (1991) observaram que a adição de carbonato de cálcio (CaCO 3 ) e lactato de cálcio (C 6 H 10 CaO 6 ) elevou o ph urinário, ao contrário do cloreto de cálcio (CaCl 2 ), ácido fosfórico (H 3 PO 4 ) e cloreto de amônio (NH 4 Cl) que acidificaram a urina. O cloreto de cálcio pode ser considerado uma alternativa para o cloreto de amônio na prevenção de

20 18 urolitíases. A maior ingestão de cálcio pode, por si só, reduzir os constituintes de estruvita (Izquierdo & Czarnecki-maulden, 1991; Kienzle et al., 1991). Pastoor et al. (1994a) avaliaram os efeitos do cloreto de cálcio e carbonato de cálcio na dieta para gatos e observaram que o ph urinário foi sempre menor2.4 quando adicionado cloreto de cálcio na dieta, enquanto a adição de carbonato de cálcio aumentava o ph urinário. O efeito acidificante do cloreto de cálcio se deve ao fato do cálcio ser menos absorvido que o cloreto. A excreção urinária de cloreto irá diminuir a excreção de bicarbonato, aumentar a de amônio, acidificando o ph urinário (Pastoor et al., 1994a). Sais minerais produzem efeito variável sobre o ph urinário, pois são fontes potenciais de ácido ou base. Os óxidos e carbonatos são alcalinizantes enquanto cloretos, fosfatos e sulfatos produzem efeito acidificante. A diferença na absorção das diferentes porções catiônicas ou aniônicas dos sais é importante. A absorção intestinal de cálcio e magnésio é baixa, entretanto a absorção de ânions acompanhantes pode ser alta e influenciar o ph (Allen & Kruger, 2000). A metionina é um aminoácido essencial, sulfurado e também participa como precursor da S-adenosilmetionina (SAM) que fornece grupos metila para a síntese de inúmeros compostos (Kohlrneier, 2003). A necessidade nutricional de gatos em mantença é de no mínimo 0,62% e no máximo 1,5% (AAFCO, 2008). O metabolismo da metionina encontra-se na Figura 2. Adaptado de Brosnan & Brosnan, 2006 FIGURA 2. Principal via metabólica seguida pelos aminoácidos sulfurados

21 19 O ciclo da Metionina não resulta no catabolismo da Metionina. A Metionina pode ser convertida em Cisteína, pela rota da transulfuração, e então oxidada gerando íons sulfato, mas pode também ser remetilada a partir da Homocisteína, pela rota da remetilação, e ressintetizar a Metionina. Quando altas doses de Metionina são administradas, a rota metabólica segue para a transulfuração e a oxidação da Cisteína, aumentando a excreção de sulfato e conseqüente acidificação urinária. Também há evidências de que altas concentrações de Metionina no organismo, podem seguir um caminho alternativo, onde o metabólito SAM gera toxinas como o metanotiol, que tem sido considerado com um dos responsáveis pela toxicidade da Metionina (Brosnan & Brosnan, 2006). A suplementação de ração seca com DLM tem sido sugerida para prevenção de urólitos de estruvita. Funaba et al. (2000) verificaram que a adição de 3% de DLM acidificava o ph urinário dos felinos em relação ao grupo controle (sem adição de Metionina). Houve ainda uma diminuição na concentração de cristais de estruvita. A metionina hidróxi análoga (MHA) de fórmula C 5 H 10 O 3 S (Figura 3) é considerada um acidificante urinário com capacidade semelhante a da DLM (Figura 4). O MHA apresenta uma hidroxila (OH - ) no lugar do grupamento amina (NH 2 ) existente na DLM. Suida (2006), observou diferenças na absorção intestinal de aves, destas duas fontes de Metionina. A DLM é absorvida por trasporte ativo e a MHA de forma passiva, por difusão e também através de carreadores. Segundo Martín-Venegas et al. (2006), a MHA é convertida em L- metionina (L-met) em dois processos enzimáticos: oxidação do carbono alfa e transaminação. Os autores demonstraram que há conversão de MHA em L-met Adaptado de Moura et al. (2010) FIGURA 3. Fórmula molecular da MHA Adaptado de Moura et al. (2010) FIGURA 4. Fórmula molecular da DLM

22 ainda nos enterócitos de frangos e a MHA fornece maiores concentrações de Cisteína do que a DLM, sugerindo que o MHA é preferencialmente desviado para a rota da transulfuração, consequentemente gerando íons sulfato. Middelbos et al. (2006) avaliaram os efeitos dos suplementos DLM e MHA no ph urinário de cães em crescimento. Os dois suplementos foram utilizados nas dosagens 0,1% e 0,2%. Os autores avaliaram a urina préprandial e pós-prandial e apesar de não identificarem diferenças significativas no ph em relação a dieta controle (variando de 6,6 a 6,4) observaram que os animais alimentados com 0,1% de MHA apresentavam um menor valor no cálcio urinário posprandial (mmol/l) quando comparados com os suplementos de 0,1% de metionina (p<0,10). Normalmente a excreção de cálcio aumenta após a alimentação, sendo o decréscimo de cálcio benéfico para a menor formação de urólitos de oxalato de cálcio. Eles concluiram que a DLM pode ser substituida pela MHA na suplementação de alimentos de cães, sendo as duas, fontes seguras. O bissulfato de sódio (NaHSO 4 ) também é usado como acidificante, por mudar o balanço cátion-anion e torná-lo mais negativo. No estudo realizado por Canh et al. (1998) investigou-se o uso de sulfato de cálcio (CaSO 4 ), cloreto de cálcio (CaCl 2 ), benzoato de cálcio (C 14 H 10 CaO 4 ) e carbonato de cálcio (CaCO 3 ) no EB das dietas e no ph urinário de suínos em terminação. Os três primeiros sais demonstraram acidificar o ph da urina e o carbonato de cálcio teve efeito oposto, alcalinizando-a. Kienzle & Wilms-eilers (1994) discutem que o ideal na formulação das dietas é limitar a concentração de cátions alcalinizantes como Ca, Mg, Na e K, a apenas o nutricionalmente necessário de modo a se trabalhar com uma mínima adição de ânions, devido aos prováveis riscos de acidificação crônica nutricional. Eles propõem que o EB ideal para manter um ph menor que 7 é de 0 mmol/kg MS. Os autores ao testarem dietas com cloreto de amônio (NH 4 Cl) e carbonatos de cálcio e sódio (Na 2 CO 3 ), observaram que o cloreto de amônio suprime a onda alcalina pós-prandial quando associado ao carbonato de cálcio mas este efeito é revertido quando está associado ao carbonato de sódio. O carbonato de cálcio não é facilmente solúvel e por isso, absorvido mais lentamente, enquanto o carbonato de sódio é mais solúvel e rapidamente absorvido, contribuindo para a onda alcalina pós-prandial. Por outro lado, o ph urinário não é uma função direta da excreção de ácidos. O tampão urinário pode modificar o efeito dos ácidos ingeridos no ph urinário. Pequenas mudanças na carga ácida da dieta podem levar a grandes mudanças no ph urinário (Kienzle et al., 1998). Entretanto, o ph urinário diminuindo, teoricamente, eleva a concentração de amônio na urina. Esta mesma mudança diminui os níveis dos ions fosfato (PO 4 3- ). O ph abaixo de 6,1 pode refletir acidose sistêmica podendo causar hipercalciúria. O ph acima de 6,4 aumenta as chances de precipitação de estruvita (Allen & Kruger, 2000). 20

23 O equilíbrio ácido básico O ph normal do sangue de cães e gatos varia de 7,30 a 7,45. O ph é mantido em sua variação normal através de três mecanismos. Os sistemas de tamponamento, mecanismos respiratórios que excretam o dióxido de carbono e mecanismos renais que podem reter ou excretar íons hidrogênio (H + ) e bicarbonato (HCO 3 - ) (Ford & Mazzaferro, 2007). A principal fonte de ácido no organismo é o ácido carbônico (H 2 CO 3 ) ou sua base conjugada o bicarbonato (HCO 3 - ). A relação ácido carbônico/bicarbonato é a principal responsável pela manutenção do equilíbrio ácido-básico (Dukes, 2006). A alcalose metabólica é identificada pelo ph sanguíneo acima do normal (alcalemia). Ocorre um aumento de bicarbonato e excesso de base sanguínea (EB). O EB sanguíneo é a quantidade de ácido necessária para que o sangue retorne ao ph normal. O EB positivo é associado à alcalose metabólica e é compensado por hipoventilação e aumento da pressão de dióxido de carbono (PCO 2 ) com o objetivo de minimizar as mudanças no ph. Em cães, para cada aumento de 1 meq/l de HCO 3 -, a PCO 2 aumenta 0,7 mmhg (Foy & Morais, 2008). Na acidose metabólica ocorre o oposto, o ph sanguíneo encontra-se abaixo do normal (acidemia), há uma diminuição do bicarbonato e excesso de base sanguínea (EB), sendo compensado por uma hiperventilação para a diminuição da PCO 2. Em gatos isto não ocorre, por isso não percebemos mudanças na PCO 2. Em cães, para cada decréscimo de 1 meq/l de HCO 3 -, a PCO 2 decresce 0,7 mmhg (Morais, 2008). 2.8 Excreção do cálcio A absorção do cálcio intestinal envolve 2 processos: O transcelular dependente de vitamina-d e o paracelular. O processo transcelular é considerado saturado, ocorre no duodeno e sua capacidade de absorção diminui à medida que a absorção do cálcio aumenta. A via paracelular é considerada não saturável, ocorre de forma passiva e é relativamente independente da idade, nível hormonal e nutricional (Bronner et al., 1986). Em uma dieta com baixo consumo de cálcio, a absorção acontece principalmente através da via transcelular, dependente de transporte ativo. No caso de uma dieta com alto cálcio solúvel, há uma rápida absorção no intestino pela via paracelular, e a absorção depende de um gradiente de concentração lúmenmucosa. Essa via é dependente da concentração, solubilidade e tempo de permanência do cálcio no lúmen intestinal (Bronner, 2003). Não há muitas informações sobre a absorção de cálcio em gatos. Pastoor et al. (1994b) relataram que a absorção aparente de cálcio em gatos de 15 semanas foi de 45% em média quando estes foram alimentados com dietas contendo 6,7 g Ca/kg, usando carbonato de cálcio (CaCO 3 ) ou cloreto de cálcio (CaCl 2 ). Quando as dietas continham 12,3 g Ca/kg, a absorção aparente passou para 24%. Foi observado ainda que o cloreto de cálcio teve uma maior absorção em comparação ao carbonato de cálcio e o ph urinário foi mais ácido. Pastoor et al. (1994a) encontraram uma em gatos adultos ovariectomizados, ao fornecerem dietas que continham de 2,5 a 15,2 g Ca/kg MS, uma absorção aparente de 7,5 a 18,2%.

24 A solubilidade dos íons cálcio depende do ph estomacal, pois o cálcio só é absorvido quando ionizado. Quanto mais ácido o ph, mais íons cálcio estarão ionizados e solúveis para a absorção. Se dois sais de cálcio de diferentes solubilidades são dissolvidos no mesmo líquido ao mesmo tempo, a proporção de íons cálcio de cada um dos sais encontrado no sobrenadante é proporcional à razão de suas respectivas constantes de solubilidade. Em um ph 7 a solubilidade do carbonato de cálcio é de aproximadamente 4 mmol/l (Washburn apud Pansu et al., 1993), enquanto que do fosfato de cálcio monobásico (Ca(H 2 PO 4 ) 2.H 2 O) é de 71 mmol/l (Lide apud Pansu et al., 1993), em outras palavras, o fosfato de cálcio é quase 18 vezes mais solúvel que o carbonato de cálcio. Como os íons de cálcio só podem ser absorvidos quando solubilizados, significa que se o carbonato e fosfato de cálcio monobásico estão presentes na mesma solução, 98% dos íons absorvidos serão do fosfato de cálcio monobásico. A solubilidade de gluconato de cálcio (C 12 H 22 CaO 14 ) é de 118 mmol/l a 40 C, ou 1,7 vezes maior do que do fosfato de cálcio (Dean apud Pansu et al., 1993). O carbonato de cálcio por possuir baixa solubilidade, é absorvido preferencialmente pela via transcelular nas porções proximais do intestino, se tornando pouco solúvel quando em ph mais alto. Um sal com maior solubilidade, como o gluconato de cálcio, terá cálcio solúvel a um ph mais alto, podendo ser absorvido em outras porções do intestino, por via paracelular, já que esta é considerada não saturável (Pansu et al., 1993). Normalmente cátions divalentes como o cálcio são pouco absorvido pelo tubo intestinal. Cerca de nove décimos da ingestão diária de cálcio são excretados nas fezes, enquanto o décimo restante é eliminado na urina. A reabsorção do cálcio é muito seletiva, dependendo da concentração dos íons cálcio no sangue. Quando ela é baixa, essa reabsorção é muito grande, de modo que quase não ocorre perda de cálcio na urina. Por outro lado, mesmo um pequeno aumento da concentração de íons cálcio, acima da normal, eleva acentuadamente a sua excreção (Guyton & Hall, 2006). 22

25 23 HIPÓTESES E OBJETIVOS A finalidade deste estudo foi avaliar o efeito da adição de diferentes fontes de enxofre e cálcio, na dieta de felinos sobre o ph urinário, bem como verificar possíveis perturbações no equilíbrio ácido-básico dos animais, decorrentes desta modificação na composição da dieta. As hipóteses avaliadas no estudo da adição de fontes de enxofre foram: (1) O ph urinário é acidificado com a adição de diferentes fontes de enxofre; (2) O sulfato de cálcio (CaSO 4 ) é uma fonte de enxofre, mas não afeta o ph urinário já que seu efeito sobre o balanço eletrolítico é nulo por ter igual aporte de meq de Ca e S; (3) Há variações no ph urinário em função do uso de diferentes níveis e fontes de enxofre, de acordo com o aporte conjunto de Ca (CaSO 4 ) e amino-n (Metionina), com possíveis alterações no equilíbrio ácidobásico dos animais; (4) Os níveis usados das fontes DLM e MHA não afetam o consumo das dietas experimentais pelos animais. As hipóteses avaliadas no estudo da adição de fontes de cálcio foram: (1) O ph urinário é alcalinizado com a adição de diferentes fontes de Cálcio; (2) Esta alcalinização não é exclusivamente consequência da adição do cálcio, mas também do carbonato presente no carbonato de cálcio (CaCO 3 ).

26 CAPÍTULO II 1 1 Artigo elaborado de acordo com as normal da Journal of Animal Physiology and Animal Nutrition (Apêndice 13).

27 25 Adição de fontes de enxofre na dieta de gatos adultos e seus efeitos no ph urinário e equilíbrio ácido-básico Dóris Pereira Halfen* 1, Alexandre de Mello Kessler*, Luciano Trevizan*, Juliana Toloi Jeremias* 2, Márcio Brunetto* 2, Aulus Cavalieri Carciofi* 2 *Departamento de Zootecnia, Universidade Federal do Rio Grande do Sul, CEP , Porto Alegre, RS, Brasil. * 2 UNESP-Jaboticabal 1 Autor correspondente: dorisph2@yahoo.com.br Resumo - As urolitíases são problemas recorrentes nas clínicas veterinárias e são consideradas causas de morbidade. A nutrição tem um papel fundamental nestas afecções, pois através da manipulação da dieta, pode-se modificar o ph urinário. A dieta possui cátions e ânions na sua composição mineral e a diferença entre eles, expressa em miliequivalentes (meq/kg), é denominada como excesso de bases (EB) da dieta e calculado através da equação: (49,9 x Ca) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (62,4 x S) (28,2 x Cl); sendo a concentração dos elementos em g/kg de MS. O EB tem uma estreita relação com o ph urinário e ao modificar o EB da dieta, pode-se alterar também o ph da urina. O presente trabalho avaliou três diferentes fontes de enxofre com o objetivo de estudar seus efeitos no ph urinário e equilíbrio ácido básico de felinos. Foi selecionada uma dieta extrusada para felinos com EB em torno de 150 meq/kg e adicionada a esta: sulfato de cálcio (CaSO 4 ), DL-metionina (DLM) e Metionina hidróxi-análoga (MHA) em dois níveis cada um. No tratamento controle não houve adição de acidificantes. No primeiro nível adicionou-se 1,28 g de S/kg e no segundo 2,56 g de S/kg, resultando em sete tratamentos. Foram utilizados 14 gatos adultos, sem raça definida, em três períodos de medição. Os animais tinham, em média, 4±1,3 anos de idade e peso médio de 4,17±0,84 kg. Os gatos permaneceram em gaiolas metabólicas durante sete dias de adaptação à dieta, seguidos por três dias de coleta total de urina, que teve aferida seu volume, densidade e ph. O equilíbrio ácido-básico foi estudado pela hemogasometria de sangue venoso. Das respostas obtidas, somente o ph urinário apresentou diferença estatística (p<0,001). A adição dos acidificantes na dieta tornou a urina mais ácida. A DLM no maior nível e o MHA diferiram da dieta controle em relação ao ph urinário (p<0,001) e seu poder acidificante foi maior que o do sulfato de cálcio que não diferiu da dieta controle (p>0,05). Aparentemente, o efeito alcalinizante do cálcio não foi suficiente para anular a acidificação da urina pelo sulfato, o que leva ao questionamento sobre qual a melhor forma de avaliar sua participação no cálculo do EB. Palavras-chave: excesso de bases, Metionina, Metionina hidróxi-análoga, sulfato de cálcio, urolitíases

28 26 Addition of sulfur sources in the diet of adult cats and their effects on urine ph and acid-base balance Dóris Pereira Halfen* 1, Alexandre de Mello Kessler*, Luciano Trevizan*, Juliana Toloi Jeremias* 2, Márcio Brunetto* 2, Aulus Cavalieri Carciofi* 2 *Departamento de Zootecnia, Universidade Federal do Rio Grande do Sul, CEP , Porto Alegre, RS, Brasil. * 2 UNESP-Jaboticabal 1 Corresponding author: dorisph2@yahoo.com.br Abstract The urolithiasis are recurrent problems in veterinary clinics and are considered causes of morbidity. Nutrition plays a key role in these disorders, because through dietary manipulation, it s possible modify the urinary ph. The diet has cations and anions in their mineral composition and the difference between them, expressed in milliequivalents (meq/kg), is know as base excess (BE) of the diet and calculated by the equation: (49.9 x Ca) + (82.3 x Mg) + (43.5 x Na) + (25.6 x K) - (64.6 x P) - (62.4 x S) - (28.2 x Cl), being the concentration of the elements in g/kg DM. The BE has a close relationship with the urinary ph and modifying the BE diet can also alter the ph of urine. This study evaluated three different sources of sulfur in order to study their effects on urinary ph and acid-base balance of cats. It was selected an extruded feline diet with EB around 150 meq/kg and added to this: calcium sulfate (CaSO 4 ), DL-methionine (DLM) and methionine hydroxy analogue (MHA) at two levels each. In the control treatment there was no addition of acidifying. In the first level was added 1.28 g S/kg and on the second 2.56 g S/kg, resulting in seven treatments. Were used 14 adult cats, mixed breed in three measurement periods. The animals had an averaged 4±1,3 years old and average weight was 4,17± 0,84 kg. The cats remained in metabolic cages for adaptation to the diet for seven days, followed by three days urine total collection, which had measured its volume, density and ph. The acid-base balance was studied by blood gas analysis of venous blood. From the responses obtained, only the urinary ph was statistical different (p<0.001). The addition of acidifying in the diet made the urine more acid. The DLM in the highest level and MHA differed from the control diet in relation to urinary ph (p<0.001) and their acidifying power was greater than calcium sulfate that did not differ from control diet (p>0.05). Apparently, the alkalizing effect of calcium was not enough to counteract urine acidification by sulfate, which leads to questions about how the best way to evaluate its participation in the calculation of BE. Keywords: base excess, Methionine, Methionine hydroxy-analogue, calcium sulfate, urolithiasis

29 27 Introdução As urolitíases são um problema recorrente nas clínicas veterinárias e são causa de morbidade precoce em gatos. Felinos são animais carnívoros e naturalmente possuem urina ácida. Entretanto, alguns segmentos de alimentos para gatos gatos utilizam excesso de farelos, como fonte de nutrientes, aumentando a incidência de urólitos de estruvita, já que estes contém altos níveis de K e estão associados à produção de urina alcalina (Carciofi, 2006). A nutrição, através da manipulação da composição mineral modifica o balanço ácido-básico, que é afetado pelo excesso de bases da dieta (EB). O EB pode modificar o ph urinário pela manipulação de cátions e ânions das dietas tornando-a ácida pela maior inclusão de ânions ou alcalina pela maior inclusão de cátions (Allen & Kruger, 2000). Os cátions que mais influenciam o ph urinário são o cálcio (Ca), o magnésio (Mg), o sódio (Na) e o potássio (K). Os ânions são o fósforo (P), o enxofre (S), e o cloro (Cl) (Cavalieri & Santos, 2002). Através do cálculo do EB da dieta, pela equação EB (meq/kg MS) = (49,9 x Ca) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (62,4 x S) (28,2 x Cl), sendo a concentração dos elementos em g/kg de MS, é possível prever o ph urinário. Uma boa correspondência entre o EB da dieta e o ph urinário tem sido verificada, tendo sido propostas diferentes equações de predição por diferentes autores (Kienzle et al., 1991; Kienzle & Wilms-eilers, 1994; Markwell et al., 1998; Wagner et al., 2006; Yamka et al., 2006). Ao calcularmos o EB, podemos modificar o ph e tornar a urina mais ácida, prevenindo e até dissolvendo urólitos de estruvita.

30 28 Acidificantes tem sido adicionados às dietas como fontes de Cl, S, e P, que reduzem o valor do EB afim de decrescer o ph da urina. A finalidade deste estudo foi avaliar três diferentes fontes de enxofre, CaSO 4, DLM e MHA (Alimet ), em duas dosagens diferentes, com o objetivo de avaliar a capacidade de acidificação urinária e suas interferências no equilíbrio ácido-básico dos animais e na aceitabilidade pelos animais. Material e Métodos Manejo e dietas experimentais. O experimento foi conduzido no Laboratório de Pesquisa em Nutrição e Doenças Nutricionais de Cães e Gatos Prof. Dr. Flávio Prada do Departamento de Clínica e Cirurgia da Faculdade de Ciências Agrárias e Veterinárias Unesp, Câmpus de Jaboticabal. Todos os procedimentos experimentais foram aprovados pela Comissão de Ética e Bem Estar Animal da FCAV/UNESP, número de protocolo /11. Foram utilizados 14 gatos adultos, sem raça definida, provenientes do gatil do referido laboratório. Os animais tinham, em média 4 ± 1,3 anos de idade e peso médio 4,17 ± 0,84kg. Antes do início do experimento, Os animais foram submetidos a exame físico, hematológico e urinálise, e se mostraram todos dentro dos limites de normalidade. Foi selecionada uma dieta comercial extrusada para felinos com EB em torno de 150 meq e adicionados a esta três acidificantes, em dois níveis cada um. No primeiro nível adicionou-se 1,28 g de S/kg da dieta e no segundo 2,56 g de S/kg. A composição das dietas tiveram teores nutricionais semelhantes entre si e todos dentro das recomendações da Association of

31 29 American Feed Control Official (AAFCO, 2008) para manutenção de felinos adultos. A composição das dietas experimentais encontram-se na Tabela 1. Tabela 1 Composição das dietas experimentais para gatos adultos utilizando três diferentes fontes de enxofre (CaSO 4, DLM e MHA) com dois níveis de inclusão (1,28 e 2,56 g/kg) Itens (g/kg) Controle CaSO 4 1,28 S Dietas CaSO 4 2,56 S DLM 1,28 S DLM 2,56 S MHA 1,28 S MHA 2,56 Dieta comercial 986,35 986,35 986,35 986,35 986,35 986,35 986,35 Amido de milho 13,65 8,09 2,54 7,62 1,60 6, Sulfato de cálcio 0 5,56 11, DLM ,03 12, MHA ,82 13,65 1 LABSYNTH produtos para laboratório Ltda Diadema-SP, lote: , grau de pureza: 98% p.a. 2 EVONIK Degussa Corporation, lote: M-2Dl, grau de pureza: 99% 3 Alimet Novus International, Inc, grau de pureza: 88% Na dieta controle não houve adição de acidificantes. Para a inclusão dos acidificantes, a ração foi previamente moída em moinho com peneira 1mm e os acidificantes foram adicionados em substituição ao amido de milho. Na Tabela 2 encontram-se as composições químicas e os EBs dos acidificantes adicionados às dietas. A mistura foi homogeneizada em misturador em Ypsilon durante 15 minutos e por fim a ração foi peletizada. Amostras das dietas foram analisadas em duplicata quanto aos teores de proteína bruta (PB), fibra bruta (FB), matéria mineral (MM), extrato etéreo em hidrólise ácida (EEHA) e matéria seca (MS), segundo a metodologia descrita pela AOAC (2006). Os extrativos não-nitrogenados (ENN) foram calculados pela fórmula: ENN (%) = 100 (%PB + %FB + %MM + %EEHA + %umidade). Os teores (g/kg) dos macroelementos Na, K, Ca, Mg, P, e S das dietas foram mensurados

32 30 Tabela 2 Composição química e EB das fontes de enxofre (CaSO 4, DLM e MHA) utilizadas nas dietas experimentais para gatos adultos Itens Acidificantes Sulfato de cálcio 98% DLM 99% MHA 88% Fórmula Química EB (meq/kg) CaSO 4 C 5 H 11 NO 2 S C 5 H 10 O 3 S 0-13,276-11,724 Ca (%) 28,85 S (%) 23,55 21,49 21,35 N (%) 9,30 após preparação dos extratos por digestão úmida das amostras em solução nitroperclórica. O extrato para análise de Cl foi obtido pela digestão das amostras por via seca (AOAC, 2006). O Ca, Mg, Cl, Na e K foram analisados em espectrofotômetro de absorção atômica (modelo GBC-932 AA, Scientific Equipment PTY LTD, Melbourne-Austrália) segundo metodologia da AOAC (2006). A leitura do fósforo foi realizada pelo método vanadato-molibdato (colorimetria), segundo metodologia da AOAC (2006). O S foi obtido pelo método turbidimétrico (AOAC, 2006) seguido de leitura em espectrofotômetro (modelo B442, Micronal). As composições nutricionais, minerais e o EB das dietas encontram-se na Tabela 3. Diante dos resultados de macroelementos o excesso de base (meq/kg de MS) foi, então, calculado pela fórmula: EBs (excesso de base com enxofre)= (49,9 x Ca) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (62,4 x S) (28,2 x Cl), concentração dos elementos em g/kg de MS.

33 31 Tabela 3 Composições nutricionais analisadas e EB das dietas experimentais para gatos adultos contendo diferentes fontes de enxofre, em dois níveis (1,28 e 2,56 g S/kg) Itens Controle CaSO 4 1,28 S Dietas CaSO 4 2,56 S DLM 1,28 S DLM 2,56 S MHA 1,28 S MS (%) 93,7 93,1 92,7 92,1 92,9 92,7 92,2 Valores sobre a matéria seca MHA 2,56 PB (%) 30,85 30,38 30,41 30,49 30,73 30,44 30,93 EEHA (%) 13,72 13,79 13,64 14,26 14,22 13,78 13,27 FB (%) 2,84 2,61 2,50 2,53 2,46 2,48 2,34 ENN (%) 38,19 37,97 37,37 37,59 37,17 37,89 37,53 MM (%) 8,07 8,34 8,76 7,92 8,28 8,07 8,15 Ca (g/kg) 14,89 16,65 18,34 15,10 15,02 15,33 14,91 Mg (g/kg) 1,55 1,50 1,46 1,41 1,62 1,56 1,57 Na (g/kg) 5,12 5,43 5,39 5,48 5,55 5,34 5,37 K (g/kg) 7,95 7,30 7,77 7,66 7,11 7,23 7,48 P (g/kg) 12,22 12,57 12,68 12,82 12,44 12,57 12,74 S (g/kg) 4,22 5,32 6,80 5,32 7,05 5,94 7,27 Cl (g/kg) 3,95 3,92 3,88 3,91 4,15 4,10 4,17 EB (meq/kg) 132,9 123, ,9-54,8 12,7-95,7 O experimento seguiu delineamento de blocos casualizados. Foram realizados 3 blocos com 7 tratamentos e 14 unidades experimentais (felinos) cada, finalizando seis repetições por tratamento. Cada bloco teve duração de 10 dias com intervalo de 2 dias. Durante o ensaio os gatos foram mantidos em gaiolas metabólicas em aço inox, próprios para a colheita separada de fezes e urina, com dimensões de 80 x 80 X 90 cm. As gaiolas metabólicas foram lavadas diariamente, sendo enxaguadas com água destilada. Os animais foram alimentados uma vez ao dia, sempre pela manhã, em quantidade suficiente

34 32 para atender sua necessidade energética de manutenção (NRC, 2006). O alimento oferecido foi deixado à disposição dos animais até a próxima refeição, para que pudessem ingeri-lo ao longo do dia. A ingestão de ração foi mensurada diariamente, e todo o alimento oferecido foi pesado, assim como as sobras. Água destilada foi oferecida à vontade. A adaptação dos gatos à dieta teve duração de sete dias, seguidos de três dias de coleta total de urina, totalizando 72h de coleta. A qualidade das fezes foi avaliada diariamente durante todo o período do bloco. No décimo dia de exposição à dieta, amostras de sangue venoso foram colhidas. Parâmetros avaliados: Urina. Durante o período de três dias de coleta (dias 8 a 10 de cada período), a urina foi recolhida em recipientes plásticos com 0,1 g do conservante timol, sendo a coleta realizada 2 vezes ao dia e a urina armazenada em garrafas plásticas identificadas e mantidas refrigeradas (4 o C). A urina produzida no período de 24 horas teve, então, aferido seu volume, densidade em refratômetro (marca ATAGO; modelo T2-N3) e ph em phmetro digital (Digimed modelo DM20 produzido pela Digicrom Analítica Limitada). Qualidade fecal. A qualidade das fezes foi avaliada diariamente durante todo o período do bloco, empregando-se sistema de escore fecal (Carciofi et al., 2008) com notas de 0 a 5, sendo: 0 para fezes líquidas; 1 fezes pastosas e sem forma; 2 para fezes macias, mal formadas e que assumem o formato do recipiente de colheita; 3 para fezes macias, formadas e úmidas, que marcam o piso; 4 para fezes bem formadas e consistentes, que não marcam o

35 33 piso; 5 para aquelas também bem formadas, mas duras e secas. Consideramse normais os valores entre 3 e 4. Hemogasometria venosa. Para avaliação dos efeitos sistêmicos da composição mineral da dieta, o equilíbrio ácido-básico orgânico foi mensurado por hemogasometria de sangue venoso dos felinos. Para isto, sangue venoso foi colhido dos animais às 8:00h (antes do fornecimento do alimento) e 6 horas após a exposição do animal à dieta. As amostras de sangue de 0,5 ml foram tomadas da veia safena medial por punção direta, utilizando-se seringa plástica de 1 ml previamente heparinizada e agulha de calibre 25x7. Imediatamente após a colheita, o sangue foi armazenado em isopor contendo gelo e 30 minutos após, foram determinados o ph sanguíneo, as concentrações de sódio (Na), potássio (K), cálcio iônico (Cai), pressão parcial de dióxido de carbono (PCO 2 ), concentração de bicarbonato (HCO - 3 ), excesso de base (EB) e osmolalidade (mosm), com o equipamento Omini C Blood Gas Analyzer (Roche Diagnostics, Indianápolis, USA). Análise estatística dos resultados. Os resultados foram analisados por análise de variância de delineamento em blocos casualizados, considerando os sete tratamentos e os três blocos na primeira análise. Exceto para respostas da hemogasometria, uma segunda análise foi realizada excluindo o tratamento controle, em esquema fatorial 3 X 2 (três fontes X dois níveis de S) com três blocos. As médias dos tratamentos foram comparadas pelo teste SNK, utilizando o módulo GLM do Statgraphics plus 4.1 (Manugistics, 1999). Para a resposta de ph urinário, foi realizada análise de regressão múltipla dos níveis de S adicionado, comparando as diferentes fontes utilizando

36 34 o módulo Comparison of Regression Lines do Statgraphics plus 4.1 (Manugistics, 1999) Resultados e Discussão O consumo de ração (CR), escore fecal (EF), volume urinário diário e densidade urinárias não apresentaram diferenças significativas entre os tratamentos (Tabela 4). TABELA 4 Efeito da adição das três fontes de S em dois níveis (1,28 e 2,56 g de S/kg), no consumo de ração (CR),, escore fecal (EF), volume urinário, densidade urinária, e ph urinário dos gatos que consumiram as dietas experimentais Dietas CR 1 (gms/kgpc/d) EF Volume urina (ml/gato/dia) 2 Dens (g/dl) ph urina Controle 10,3 3,59 38,8 1,059 6,89 c CaSO 4 1,28 S CaSO 4 2,56 S DLM 1,28 S DLM 2,56 S MHA 1,28 S 12,7 3,61 56,5 1,053 6,62 bc 11,1 3,66 45,8 1,057 6,65 bc 12,1 3,66 71,3 1,047 6,53 bc 13,7 3,49 62,9 1,056 6,28 ab 13,4 3,65 66,7 1,052 6,39 ab MHA 12,9 3,87 73,4 1,049 6,10 a 2,56 S p 0,450 0,732 0,102 0,700 <0,001 3 EPM 3,32 0,40 25,31 0,01 0,27 1 consumo de ração em gramas de matéria seca por quilograma de peso corporal por dia 2 densidade urinária 3 erro padrão da média; a,b,c médias seguidas por letras diferentes nas colunas diferem pelo teste SNK (p<0,001).

37 35 O consumo dos animais foi em média de 12,3±3,6 g MS/kg de peso corporal (PC)/dia, demonstrando não ter havido maior rejeição por alguma dieta específica. O ph urinário foi altamente afetado pelos tratamentos (Tabela 4), sendo significativamente diferentes da dieta controle os tratamentos com DLM 2,56 g de S/kg; MHA 1,28 g de S/kg e 2,56 g de S/kg. Na análise fatorial, os gatos suplementados com as fontes DLM e MHA apresentaram menor ph urinário do que aqueles suplementados com CaSO 4 (Tabela 5), e o nível 2,56 g de S/kg determinou maior redução no ph urinário do que o nível 1,28 g de S/kg (p=0,064). TABELA 5 Análise fatorial das fontes e níveis de S sobre o consumo de ração (CR), escore fecal (EF), volume urinário, densidade e ph urinário dos gatos adultos Fontes de enxofre CR 1 (gms/kgpc/d) EF Volume urina (ml/gato/d) 2 Dens (g/dl) ph urina CaSO 4 11,93 3,64 51,5 1,055 6,624 b DLM 13,00 3,58 67,4 1,052 6,399 a MHA 13,11 3,77 70,4 1,051 6,245 a 3 p fontes S 0,517 0,362 0,135 0,737 0,001 4 EPM 3,03 0,356 26,74 0,014 0,255 Níveis de enxofre 5 (g S/kg) 1,28 g 12,77 3,66 65,3 1,050 6,498 2,56g 12,60 3,67 60,9 1,054 6,348 p Níveis de S 0,849 0,901 0,589 0,412 0,064 p fontexnível 0,350 0,410 0,614 0,568 0,145 EPM 3,03 0,356 26,74 0,014 0,255 1 gramas de matéria seca por quilograma de peso corporal por dia 2 densidade urinária 3 probabilidade das fontes de enxofre 4 erro padrão da média 5 gramas de enxofre por kg de ração a,b médias seguidas por letras diferentes nas colunas diferem pelo teste de SNK

38 ph urina 36 Os resultados da regressão múltipla demonstram a acidificação da urina pelas três fontes de enxofre, sendo a fonte de CaSO 4 a de menor poder acidificante, mantendo o ph urinário mais próximo do ph da dieta controle. Na Figura 1 observa-se a comparação do ph urinário das três fontes de enxofre, pela comparação das retas de regressão. A equação gerada pelo efeito das fontes de enxofre (S) foi: ph urina = 6,86 0,1032 * S (CaSO 4 ) 0,2336 * S (DLM) - 0,3129 * S (MHA). A comparação das inclinações da equação mostra que o efeito da dieta com CaSO 4 foi significativamente diferente do da com DLM (p<0,033) e do da dieta com MHA (p<0,001), enquanto que as dietas com DLM e MHA não apresentaram diferença entre si (p<0,190). 7,5 7,2 6,9 6,6 6,3 6 5,7 0 0,5 1 1,5 2 2,5 3 S adicionado (g/kg) fonte CaSO 4 DLM MHA Figura 1. Comparação do ph urinário das dietas experimentais para gatos, com fontes de S em dois níveis (1,28 e 2,56 g de S/kg). Regressão com intercepto único das três fontes de enxofre pelo nível de enxofre adicionado em g/kg: ph urina = 6,86 0,1032 * S (CaSO 4 ) 0,2336 * S (DLM) - 0,3129 * S (MHA) O CaSO 4 possui um balanço eletrolítico nulo, pois a carga divalente positiva do cálcio se contrapõe a carga divalente negativa do ânion sulfato

39 37 (SO 4 ). Por esta razão, o CaSO 4 não deveria influenciar o equilíbrio ácido-básico e consequentemente, não exerceria alterações no ph urinário. Os resultados do experimento divergem desta idéia, pois se observou uma redução moderada do ph urinário. O fato de ter sido a dieta com menor poder acidificante, leva a crer que cálcio exerce um efeito alcalinizante, mas esse efeito demonstrou ser mais fraco do que o previsto. Canh et al. (1998) investigaram os efeitos CaSO 4, cloreto de cálcio (CaCl 2 ), carbonato de cálcio (CaCO 3 ) e benzoato de cálcio (C 14 H 10 CaO 4 ) em dietas para suínos em terminação. Os autores adicionaram estas fontes, baseando-se na quantidade de cálcio (7 e 10 g de Ca/kg) em dieta de alto EB (320 meq/kg MS) e de baixo EB (100 meq/kg MS). Os autores observaram que o ph da urina foi acidificado pelo CaSO 4, em ambas as doses, sendo a maior dose responsável pela maior acidificação. O resultado foi semelhante à acidificação urinária causada pela ingestão da dieta contendo cloreto de cálcio. A explicação dos autores baseia-se no fato de que o ânion sulfato (SO - 4 ) é bem absorvido pelo organismo e quase que completamente excretado pelo rim devido à sua pobre reabsorção. A excreção renal deste ânion é acompanhada pela excreção de H +, o que reduz o ph urinário. O cálcio tem baixa circulação sanguínea, sendo preferencialmente mantido nos ossos e sendo minimamente excretado na urina. Por outro lado, o fato do sulfato de cálcio ter sido a fonte de enxofre menos eficiente na acidificação urinária, no presente trabalho, indica que o cálcio teve influência sobre o ph urinário, já que todas as fontes continham a mesma quantidade de enxofre.

40 38 A DLM demonstrou ser mais eficiente como acidificante urinário que o sulfato de cálcio (p<0,05). Os efeitos acidificantes da suplementação de DLM também foram confirmados por Funaba et al. (2000), que verificaram que a adição de 3% de DLM acidifica o ph urinário dos felinos em relação ao grupo sem adição de DLM. Quando adicionada a 1%, não demonstrou eficácia. No presente trabalho, a suplementação de 1,2% de DLM foi efetiva em reduzir o ph urinário. O MHA foi muito pouco estudado como acidificante urinário, não havendo dados publicados quanto à sua eficácia em gatos, mas no presente trabalho pode-se observar uma resposta similar à fonte de DLM, não havendo diferença entre estas duas fontes. O MHA quando comparado à DLM, nos mesmos níveis de enxofre, apresentou um ph urinário mais baixo e na comparação das retas de regressão a inclinação do MHA é maior (p<0,19). Uma possível associação deve-se à presença de nitrogênio na DLM, enquanto o MHA não possui nitrogênio em sua molécula, e deve receber um N no fígado para se transformar em L-metionina (L-Met). O resultado é uma menor excreção de nitrogênio, com menor excreção de amônia e menor tamponamento de ácidos na urina. Zentek & Schulz (2004) comparando três fontes de proteína em dois níveis protéicos (baixo e alto) verificaram um ph urinário mais baixo em dietas com baixo nível protéico. Segundo Martín-Venegas et al. (2006), a MHA é convertida em L- met em dois processos enzimáticos: oxidação do carbono alfa e transaminação. Os autores demonstraram que há conversão de MHA em L-met

41 39 ainda nos enterócitos de frangos e a MHA fornece maiores concentrações de Cisteína do que a DLM, sugerindo que o MHA é preferencialmente desviado para a rota da transulfuração, consequentemente gerando íons sulfato. Middelbos et al. (2006), avaliaram o efeito no ph urinário de cães, ao fornecerem dietas suplementadas com DLM e MHA, nas concentrações de 0,1% e 0,2%. As dietas não acidificaram o ph urinário, com resultados muito semelhantes. A única diferença observada pelos autores foi durante a avaliação das urinas pós-prandiais. Os animais alimentados com a dieta contendo 0,1% de MHA tiveram uma menor concentração de cálcio urinário pós-prandial (mmol/l) do que os animais alimentados com dietas com 0,1% de DLM (p<0,10). Normalmente a excreção de cálcio aumenta após a alimentação, sendo o decréscimo de cálcio benéfico para a menor formação de urólitos de oxalato de cálcio. Os autores podem não ter encontrado diferenças significativas no ph urinário, por terem usado uma concentração muito baixa de enxofre. A hemogasometria venosa dos animais do experimento não apresentou diferença estatística (p>0,05). Os resultados estão apresentados na Tabela 6. As variáveis ph, pco 2, Na +, K +, EB, HCO 3 - e osmolalidade encontraram-se dentro da normalidade. Apenas o cálcio iônico (Cai) encontrouse abaixo dos parâmetros hemogasométricos normais para felinos adultos em todas as dietas experimentais, antes e depois do fornecimento do alimento. O cálcio iônico (Cai) baixo em comparação às referências hemogasométricas provavelmente se deva à utilização de heparina na seringa de colheita de sangue. O Cai quando analisado com heparina tende a ser

42 40 diluído, decrescendo o valor (Schenck & Chew, 2008). O equilíbrio ácido-básico dos animais não foi afetado pelo uso das fontes de enxofre, nas dosagens utilizadas, demonstrando uma boa margem de segurança.

43 16 Tabela 6 Resultados das hemogasometrias venosas, pré-prandiais (8h) e pós-prandiais (15h), dos gatos que consumiras as dietas experimentais, com diferentes fontes de S em dois níveis (1,28 e 2,56 g de S/kg) Hemogasometria venosa Controle CaSO 4 1,28 S Dietas experimentais CaSO 4 2,56 S DLM 1,28 S DLM 2,56 S MHA 1,28 S MHA 2,56 S 1 Valores de referência p 2 EPM ph venoso PCO 2 (mmhg) Na + (mmol/l) K + (mmol/l) Cai (mmol/l) EB (mmol/l) HCO 3 (mmol/l) Osm(mOsm/kg) 8h 15h 8h 15h 8h 15h 8h 15h 8h 15h 8h 15h 8h 15h 8h 15h 7,31 7,29 7,30 7,29 7,28 7,31 7,30 7,27 a 7,40 0,848 0,04 7,30 7,29 7,29 7,29 7,30 7,32 7,29 0,504 0,03 41,8 43,4 41,8 42,5 41,6 41,3 41,3 32,7 a 44,7 0,995 5,90 44,1 43,2 44,8 44,1 43,2 41,8 43,2 0,749 3, a 162 0,581 2, ,449 2,93 3,74 3,94 3,89 3,67 3,80 4,15 3,72 3,5 a 5,5 0,779 0,60 3,39 3,96 3,57 3,83 3,38 3,67 3,49 0,084 0,40 0,70 0,85 0,69 0,80 0,72 1,02 0,65 1,15 a 1,35 0,046 0,33 0,64 0,61 0,69 0,69 0,65 0,70 0,71 0,680 0,12-5,37-6,14-5,93-6,46-7,08-5,56-6,40-1 a -7 0,693 1,90-4,81-5,85-4,93-5,63-4,91-4,38-4,99 0,889 2,10 20,6 20,1 20,1 19,8 19,2 20,3 19,6 18 a 24 0,921 2,07 21,4 20,4 21,4 20,8 21,2 21,3 21,4 0,952 1, ,569 4, ,434 5,43 1 adaptado de Dibartola (2006); 2 erro padrão da média

44 42 Conclusões As fontes de enxofre demontraram diferenças na acidificação urinária. A DLM no nível 2,56 g S/kg e a MHA nos níveis, 1,28 e 2,56 g S/kg acidificaram o ph urinário. O MHA no maior nível de S obteve os melhores resultados na acidificação do ph urinário. O CaSO 4, embora não tenha se diferenciado da dieta controle, demonstrou alterar o ph, apesar do seu balanço eletrolítico nulo. Aparentemente, o efeito alcalinizante do cálcio não foi suficiente para anular a acidificação da urina pelo sulfato, o que leva a questionar a melhor forma de avaliar a participação do cálcio na equação do EB. Os tratamentos demonstraram não alterar o equilíbrio ácido-básico dos animais ou afetar o consumo das dietas. Referências ALLEN, T.A.; KRUGER, J. M. Enfermedad felina de las vias urinárias. In: HAND, M.S.; THATCHER, C.D.; REMILLARD, R.L.; ROUDEBUSH, P. Nutricion clínica em pequeños animals. 4 ed. Bogotá: Panamericana, 2000, p ASSOCIATION OF AMERICAN FEED CONTROL OFFICIAL - AAFCO. Official publication 2008, Association of American Feed Control Official, ASSOCIATION OF THE OFFICIAL ANALYTICAL CHEMISTS - AOAC. Official and tentative methods of Analysis. 18.ed. Gaithersburg: AOAC International, 2006, v. 1, p CANH, T. T.; et al. Influence of electrolyte balance and acidifying calcium salts in the diet of growing-finishing pigs on urinary ph, slurry ph and ammonia volatilization from slurry. Livestock Production Science, Amsterdam, v. 56, p. 1-13, CARCIOFI, A. C. et al. Composição nutricional e avaliação de rótulo de rações secas para cães comercializadas em Jaboticabal-SP. Arquivo brasileiro de medicina veterinária e zootecnia, Belo Horizonte, v. 58, n. 3, p , 2006.

45 43 CARCIOFI, A.C. et al. Effects of six carbohydrate sources on dog diet digestibility and postprandial glucose and insulin response. Journal of Animal Physiology and Animal Nutrition, Berlim, v. 92, p , CAVALIERI, F. L. B.; SANTOS, G. T. Balanço catiônico-aniônico em vacas leiteiras no pré-parto. Disponível em: < Acesso em: 18/02/2011. DIBARTOLA, S. P. Fluid therapy in small animal practice. 3 ed. Filadélfia: Saunders Company, p. FUNABA, M.; et al. Effect of supplementation of dry cat food with D,Lmethionine and ammonium chloride on struvite activity product and sediment in urine. The Journal of Veterinary Medical Science, Tóquio, v. 36, n.3, p , KIENZLE, E.; SCHUKNECHT, A.; MEYER, H. Influence of food composition on the urine ph in cats. The Journal of Nutrition, Bethesda, v. 121, p. S87-S88, KIENZLE, E.; WILMS-EILERS, S. K. Struvite diets in cats: Effect of ammonium chloride and carbonates on acid base balance of cats. The Journal of Nutrition, Bethesda, v. 124, p. 2652S-2659S, MANUGISTICS. Statgraphics Plus for Windows. (version 4.1). Rockville: Maryland, CD-ROM. MARKWELL, P. J.; BUFFINGTON, T. C.; SMITH, B. H. E. The effect of diet on lower urinary tract diseases in cats. The Journal of Nutrition, Bethesda, v. 128, p. 2753S 2757S, MARTÍN-VENEGAS, R.; GERAERT, P. A.; FERRER, R. Conversion of the methionine hydroxy analogue DL-2- hydroxy-(4-methylthio)butanoic acid to sulfur-containing amino acids in the chicken small intestine. Poultry Science, Champaign, v. 85, p , MIDDELBOS, I. S.; et al. Effects of dietary supplementation of DL-methionine or 2-hydroxy-4-(methylthio)-butanoic acid on food intake, nutrient digestibility, nitrogen balance, and urinary and blood metabolites in healthy, growing dogs. Archives of Animal Nutrition, Berlim, v. 60, n. 4, p , Nutrient Requirements of Dogs and Cats. National Research Council. The National Academy Press: Washington, p. SCHENCK, P. A.; CHEW, D. J. Advances in fluid, electrolyte, and acid-base disorders. Veterinary Clinics of North America: Small Animal Practice. 3 ed. Filadélfia: Saunders company, v. 38, p , 2008.

46 44 ZENTEK, J.; SCHULZ, A. Urinary composition of cats is affected by the source of dietary protein. The Journal of Nutrition, Bethesda, v. 134, p. 2162S- 2165S, 2004.ki- WAGNER, E.; KEUSCH, C.; IBEN, C. Influence of the feed base excess on urine parameters in cats. Journal of Animal Physiology and Animal Nutrition, Berlim, v. 90, p , YAMKA, R. M.; FRIESEN, K. G.; SCHAKENRAAD, H. The prediction of urine ph using dietary cations and anions in cats fed dry and wet foods. The International Journal of Applied Research in Veterinary Medicine, Apopka, v. 4, n. 1, p , 2006.

47 CAPITULO III 2 2 Artigo elaborado de acordo com as normal da Journal of Animal Physiology and Animal Nutrition (Apêndice 13).

48 46 Adição de fontes de cálcio na dieta de gatos adultos e seus efeitos no ph urinário e equilíbrio ácido-básico Dóris Pereira Halfen* 1, Alexandre de Mello Kessler*, Luciano Trevizan*, Juliana Toloi Jeremias* 2, Márcio Brunetto* 2, Aulus Cavalieri Carciofi* 2 *Departamento de Zootecnia, Universidade Federal do Rio Grande do Sul, CEP , Porto Alegre, RS, Brasil. * 2 UNESP- Jaboticabal *1 Autor correspondente: dorisph2@yahoo.com.br Resumo - A diferença entre os cátions e ânions da dieta é medida em miliequivalentes (meq/kg) e é denominado como excesso de bases (EB) da dieta e calculado através da equação: (49,9 x Ca) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (62,4 x S) (28,2 x Cl), sendo a concentração dos elementos em g/kg de MS. O EB tem uma estreita relação com o ph urinário e ao modificar o EB da dieta, alteramos também o ph da urina.o cálcio faz parte da composição mineral da dieta e é considerado um cátion de forte poder alcalinizante, aumentando o EB e o ph urinário. Os sais de cálcio possuem diferentes solubilidades e dependendo do ânion ao que o cálcio está associado, este pode ser mais ou menos absorvido, modificando o ph da urina. O objetivo do trabalho foi avaliar a eficiência do cálcio na alcalinização do ph urinário e seus efeitos no equilíbrio ácido-básico de felinos. Foi selecionada uma dieta extrusada para felinos com EB em torno de 0 meq/kg. A esta dieta foram adicionados +160 meq/kg de cálcio das fontes carbonato de cálcio (CaCO 3 ) e gluconato de cálcio (C 12 H 22 CaO 14 ). No tratamento controle não houve adição de fontes de cálcio, resultando em três tratamentos. Foram utilizados 9 gatos adultos, sem raça definida, em dois períodos experimentais, totalizando seis repetições por tratamento. Os animais tinham em média 4±1,3 anos de idade e peso médio de 3,96±0,71 kg. Os gatos permaneceram em gaiolas metabólicas durante sete dias de adaptação à dieta, seguidos por seis dias de coleta total de urina, que teve aferida seu o volume, densidade, ph e concentração de cálcio (g/d). O equilíbrio ácido-básico foi estudado pela hemogasometria de sangue venoso. As duas fontes de cálcio alcalinizaram a urina (p<0,001). Entretanto, o gluconato de cálcio teve menor poder alcalinizante comparado ao carbonato de cálcio (p<0,05). O cálcio urinário não foi afetado pelos tratamentos, e representou menos de 0,5% do cálcio ingerido. O experimento demonstrou que o cálcio, apesar de ser um cátion alcalinizante e considerado forte influenciador do EB da dieta, não pode ser avaliado individualmente, pois dependendo do ânion a que está associado pode ter maior ou menor influência no ph urinário. Palavras-chave: excesso de bases, cálcio urinário, carbonato de cálcio, gluconato de cálcio

49 47 Addition of calcium sources in the diet of adult cats and their effects on urine ph and acid-base balance Dóris Pereira Halfen* 1, Alexandre de Mello Kessler*, Luciano Trevizan*, Juliana Toloi Jeremias* 2, Márcio Brunetto* 2, Aulus Cavalieri Carciofi* 2 *Departamento de Zootecnia, Universidade Federal do Rio Grande do Sul, CEP , Porto Alegre, RS, Brasil. * 2 UNESP- Jaboticabal 1 Corresponding author: dorisph2@yahoo.com.br Abstract - The difference between the cations and anions in the diet is measured in milliequivalents (meq / kg) and is called as base excess (BE) of the diet and calculated by the equation: (49.9 x Ca) + (82.3 x Mg ) + (43.5 x Na) + (25.6 x K) - (64.6 x P) - (62.4 x S) - (28.2 x Cl), being the concentration of the elements in g/kg DM. The BE has a close relationship with the urinary ph and modifying the diet BE, also changed the urine ph. Calcium is part of the mineral composition of the diet and is considered a strong alkaline cation, increasing the BE and urinary ph. Calcium salts have different solubilities and depending the anion that the calcium is associated, it can be more or less absorbed, changing the ph of urine. The objective of this study was to evaluate the efficiency of calcium in the alkalinization of the urine ph and its effects in the acid-base balance. was selected an extruded diet for cats with BE around 0 meq / kg. In this diet were added +160 meq / kg of calcium from the sources of calcium carbonate (CaCO 3 ) and calcium gluconate (C 12 H 22 CaO 14 ). In the control treatment there was no addition of sources of calcium, resulting in three treatments. Were used nine adult cats, mixed breed, in two experimental periods, with six replicates per treatment. The animals averaged 4±1.3 years old and average weight was 3.96 ± 0.71 kg. The cats remained in metabolic cages for adaptation to the diet for seven days, followed by six days urine total collection, which had measured its volume, density, ph and calcium concentration (g/d). The acid-base balance was studied by blood gas analysis of venous blood. The two sources of calcium alkalined the urine (p<0.001). However, calcium gluconate had less alkalinization power compared to the calcium carbonate (p<0.05). Urinary calcium was not affected by treatments, and represented less than 0.5% of calcium intake. The experiment showed that calcium, although an alkaline cation and considered strong influencer of the EB of the diet, can not be evaluated individually, because depending on its associated anion it may have greater or lesser influence on urine ph. Keywords: Base excess, urinary calcium, calcium carbonate, gluconate, calcium

50 48 Introdução A nutrição, através da manipulação da composição eletrolítica modifica o excesso de bases da dieta (EB). O EB pode alterar o ph urinário tornando a urina mais ácida pela maior inclusão de ânions ou alcalina pela maior inclusão de cátions (Allen & Kruger, 2000). O cálcio faz parte da composição mineral da dieta e é considerado um cátion de forte poder alcalinizante, aumentando o ph urinário. Os cátions que mais influenciam o ph urinário são o cálcio (Ca), o magnésio (Mg), o sódio (Na) e o potássio (K). Os ânions são o fósforo (P), o enxofre(s), e o cloro (Cl) (Cavalieri & Santos, 2002). Através do cálculo do EB da dieta, pela equação EB (meq/kg MS) = (49,9 x Ca*) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (62,4 x S) (28,2 x Cl), sendo a concentração dos elementos em g/kg de MS é possível prever o ph urinário pela concentração iônica presente na dieta. Normalmente cátions divalentes como o cálcio são pouco absorvido pelo tubo intestinal. Cerca de nove décimos da ingestão diária de cálcio são excretados nas fezes, enquanto o décimo restante é eliminado na urina. A reabsorção do cálcio é muito seletiva, dependendo da concentração dos íons cálcio no sangue. Quando esta concentração é baixa essa reabsorção é muito grande, de modo que quase não ocorre perda de cálcio na urina (Guyton & Hall, 2006). A absorção intestinal de cálcio e magnésio é baixa, entretanto a absorção de ânions que os acompanham pode ser alta e influenciar no ph (Allen & Kruger, 2000).

51 49 Kienzle et al. (1991) e Pastoor et al. (1994a) obtiveram resultados discrepantes quanto à ação do cálcio como alcalinizante urinário. Eles observaram que a adição de CaCO 3 elevou o ph urinário, ao contrário do cloreto de cálcio (CaCl 2 ) que acidificou o ph. O efeito acidificante do cloreto de cálcio se deve ao fato do cálcio ser menos absorvido que o cloreto e da excreção urinária de cloreto diminuir a excreção de bicarbonato e aumentar a de amônio, acidificando o ph urinário (Pastoor et al., 1994a). Assim, considerando que o efeito do cálcio sobre o ph urinário é aparentemente influenciado pela composição dos sais de cálcio, o presente estudo avaliou a eficiência de fontes de cálcio na alcalinização urinária pelo uso das fontes carbonato e gluconato de cálcio. Material e Métodos Manejo e dietas experimentais. O experimento foi conduzido no Laboratório de Pesquisa em Nutrição e Doenças Nutricionais de Cães e Gatos Prof. Dr. Flávio Prada do Departamento de Clínica e Cirurgia da Faculdade de Ciências Agrárias e Veterinárias Unesp, Câmpus de Jaboticabal. Todos os procedimentos experimentais foram aprovados pela Comissão de Ética e Bem Estar Animal da FCAV/UNESP, número de protocolo /11. Foram utilizados 9 gatos adultos, sem raça definida, provenientes do gatil do referido laboratório. Os animais tinham, em média, 4±1,3 anos de idade e peso médio de 3,96±0,71kg. Antes do início do experimento, os animais foram submetidos a exame físico, hematológico e urinálise, que se mostraram dentro dos limites de normalidade.

52 50 Foi selecionada uma dieta extrusada para felinos com EB em torno de 150mEq/kg e a esta foi adicionado 0,5% de DL-metionina 1 (C 5 H 11 NO 2 S) e 0,68% de ácido fosfórico 2 (H 3 PO 4 ) como objetivo de atingir um EB de 0 meq/kg. A esta dieta foram adicionados +160 meq/kg de cálcio das fontes carbonato de cálcio e gluconato de cálcio. No tratamento controle não houve adição de fontes de cálcio, resultando em três tratamentos. Para a produção das dietas experimentais, a ração foi previamente moída em moinho com peneira 1mm e os sais de cálcio foram adicionados em substituição ao amido de milho. Na Tabela 1 encontram-se as porcentagens de inclusão dos ingredientes nas dietas experimentais. A mistura foi homogeneizada em misturador em Ypsilon durante 15 min e por fim a ração foi peletizada. Tabela 1 Composição das dietas experimentais para gatos adultos utilizando duas diferentes fontes de cálcio ( carbonato de cálcio e gluconato de cálcio) Dietas experimentais Itens (g/kg) Controle Carbonato de cálcio Gluconato de cálcio Ração controle 964,86 964,86 964,86 Amido de milho 35,14 26, Carbonato de cálcio 2 Gluconato de cálcio 0 8, ,14 1 LABSYNTH produtos para laboratório Ltda Diadema SP, grau de pureza: 98% p.a. 2 Jiangxi Xinganjiang - China importadora química delaware Ltda Porto Alegre RS, lote: , grau de pureza: 98% 1 EVONIK Degussa Corporation, lote: M-2Dl, grau de pureza: 99% 2 NUCLEAR - CAQ Casa química Ind. e Com. Ltda, Diadema-SP, lote: , P.A. grau de pureza: 85%

53 51 A composição química dos sais empregados no experimento estão na Tabela 2. A composição e teores nutricionais da dieta foram semelhantes e todos dentro das recomendações da Association of American Feed Control Official (AAFCO, 2008) para manutenção de felinos adultos. A adição dos compostos foi calculada com base em seu EB (meq/kg), de acordo com a fórmula: Adição do sal (g/kg) = 1000 x meq/kg que se deseja adicionar EB do sal (meq/kg) Tabela 2 Composição química, percentagem de cálcio e EB das fontes de cálcio (Carbonato de cálcio e gluconato de cálcio) utilizadas nas dietas experimentais para gatos adultos Itens Fórmula química EB (meq/kg) Ca(%) Carbonato de cálcio Gluconato de cálcio CaCO ,2 C 12 H 22 CaO ,1 Amostras das dietas foram analisadas em duplicata quanto aos teores de proteína bruta (PB), fibra bruta (FB), matéria mineral (MM), extrato etéreo em hidrólise ácida (EEHA) e matéria seca (MS), segundo a metodologia descrita pela AOAC (2006). Os extrativos não nitrogenados (ENN) foram calculados pela fórmula: ENN (%) = 100 (%PB + %FB + %MM + %EEHA + %umidade). Os teores (g/kg) dos macroelementos Na, K, Ca, Mg, P, e S das dietas foram mensurados após preparação dos extratos por digestão úmida das amostras em solução nitroperclórica. O extrato para análise de Cl foi obtido pela digestão das amostras por via seca (AOAC, 2006). O Ca, Mg, Cl, Na e K foram analisados em espectrofotômetro de absorção atômica (modelo GBC-

54 AA, Scientific Equipment PTY LTD, Melbourne-Austrália) segundo metodologia da AOAC (2006). A leitura do fósforo foi realizada pelo método vanadato-molibdato (colorimetria), segundo metodologia da AOAC (2006). O enxofre foi obtido pelo método turbidimétrico (AOAC, 2006), seguido de leitura em espectrofotômetro (modelo B442, Micronal). As composições nutricionais analisadas e o EB das dietas experimentais encontram-se na Tabela 3. Diante dos resultados de macroelementos, o excesso de base (meq/kg de MS) foi, então, calculado pela fórmula: EBs (excesso de base com enxofre)= (49,9 x Ca) + (82,3 x Mg) + (43,5 x Na) + (25,6 x K) (64,6 x P) (62,4 x S) (28,2 x Cl), sendo a concentração dos elementos em g/kg de MS. O experimento seguiu delineamento de blocos casualizados. Foram realizados 2 blocos com 3 tratamentos e 9 unidades experimentais (felinos), finalizando seis repetições por tratamento. Cada bloco teve duração de 13 dias, com intervalo de 2 dias entre blocos. Durante o ensaio os gatos foram mantidos em gaiolas metabólicas em aço inox, próprios para a colheita separada de fezes e urina, com dimensões de 80 x 80 X 90 cm. As gaiolas metabólicas foram lavadas diariamente, sendo enxaguadas com água destilada. Os animais foram alimentados uma vez ao dia, sempre pela manhã, em quantidade suficiente para atender sua necessidade energética de manutenção (NRC, 2006). O alimento oferecido foi deixado à disposição dos animais até a próxima refeição, para que pudessem ingeri-lo ao longo do dia. A ingestão de ração foi

55 53 mensurada diariamente, sendo todo o alimento oferecido pesado, assim como as sobras. Água destilada foi oferecida à vontade. Tabela 3 Composições nutricionais analisada e EB das dietas experimentais para gatos adultos contendo diferentes fontes de cálcio Dietas experimentais Itens Controle Carbonato de cálcio Gluconato de cálcio MS (%) 91,4 93,5 92,9 Valores sobre a matéria seca PB (%) 30,09 29,87 30,16 EEHA (%) 13,36 13,16 12,58 FB (%) 2,56 2,37 2,46 ENN (%) 37,81 39,28 38,88 MM (%) 7,92 8,83 8,83 Ca (g/kg) 15,31 17,97 18,62 Mg (g/kg) 1,53 1,71 1,51 Na (g/kg) 5,41 5,08 5,11 K (g/kg) 7,27 6,84 7,27 P (g/kg) 15,42 15,40 15,01 S (g/kg) 3,23 3,10 3,50 Cl (g/kg) 4,05 3,96 3,98 EB (meq/kg) 0,1 133,6 161 A adaptação dos gatos à dieta teve duração de sete dias, seguidos de seis dias de coleta total de urina. A qualidade das fezes foi avaliada diariamente. No décimo terceiro dia de exposição à dieta, amostras de sangue venoso foram colhidas às 8h (antes do fornecimento das dietas) e às 15h (6 horas após o fornecimento das dietas).

56 54 Parâmetros avaliados: Urina. O período de coleta de urina foi dividido em dois. No primeiro período foi medida a densidade, volume e ph urinário e no segundo, a quantidade de cálcio excretado na urina. Durante o primeiro período, dos dias 8 a 10 de cada período, a urina foi recolhida em recipientes plásticos com 0,1g do conservante timol, tendo sido a coleta realizada 2 vezes ao dia e a urina armazenada em garrafas plásticas identificadas mantidas refrigeradas (4 o C). A urina produzida no período de 24 horas teve, então, aferidos seu volume, densidade em refratômetro (marca ATAGO; modelo T2-N3) e ph em phmetro digital (Digimed modelo DM20 produzido pela Digicrom Analítica Limitada). No segundo período de coleta, dos dias 11 a 13 de cada período, a urina foi recolhida em recipientes plásticos com ácido clorídrico (HCl 6 N, 20 ml/l). Esta medida foi relatada como suficiente para reduzir o ph urinário para aproximadamente 1 a 2, impedindo a formação de cristais (Griyth & Dunn, 1978). A coleta foi realizada 2 vezes ao dia e a urina armazenada em garrafas plásticas identificadas mantidas congeladas. A urina produzida no período de 72 horas teve então medida a quantidade de cálcio (g/d) pelo método colorimétrico (cálcio liquiforme produzido pela Labtest). Qualidade fecal. A qualidade das fezes foi avaliada diariamente, empregando-se sistema de escore fecal (Carciofi et al., 2008) com notas de 0 a 5, sendo: 0 para fezes líquidas; 1 fezes pastosas e sem forma; 2 para fezes macias, mal formadas e que assumem o formato do recipiente de colheita; 3 para fezes macias, formadas e úmidas, que marcam o piso; 4 para fezes bem

57 55 formadas e consistentes, que não marcam o piso; 5 para aquelas também bem formadas, mas duras e secas. Consideram-se normais os valores entre 3 e 4. Hemogasometria venosa. Para avaliação dos efeitos sistêmicos da composição mineral da dieta, o equilíbrio ácido-básico orgânico foi mensurado por hemogasometria de sangue venoso dos felinos. Para isto, sangue venoso foi colhido dos animais às 8:00h (antes do fornecimento do alimento) e 6 horas após a exposição do animal à dieta. As amostras de sangue de 0,5 ml foram tomadas da veia safena medial por punção direta, utilizando-se seringa plástica de 1 ml previamente heparinizada e agulha de calibre 25x7. Imediatamente após a coleta, o sangue foi armazenado em isopor contendo água e gelo e ao final da coleta, e 30 minutos após, foram determinados o ph sanguíneo, as concentrações de sódio (Na), potássio (K), cálcio iônico (Cai), pressão parcial de dióxido de carbono (PCO 2 ), concentração de bicarbonato (HCO - 3 ), excesso de base (EB) e osmolalidade (mosm), com o auxílio do equipamento Omini C Blood Gas Analyzer (Roche Diagnostics, Indianápolis, USA). Análise estatística dos resultados. Os resultados foram analisados por análise de variância de delineamento em blocos casualizados, considerando os três tratamentos e os dois blocos na análise. As médias dos tratamentos foram comparadas pelo teste SNK. Para estas análises foi utilizado o módulo GLM do Statgraphics plus 4.1 (Manugistics, 1999).

58 56 Resultados e Discussão O consumo de ração (CR), volume urinário diário, escore fecal (EF) e densidade urinárias não apresentaram diferenças significativas entre os tratamentos (Tabela 4). O consumo dos animais foi em média de 14,73 ± 1,54 MS/kg de peso corporal(pc)/dia, o que é considerado satisfatório, demonstrando não ter havido rejeição por alguma dieta específica. Houve variação do escore fecal (p=0,056). Tabela 4 Efeito da adição de fontes de cálcio no consumo de ração (CR), escore fecal (EF), volume urinário, densidade urinária e ph urinário nos gatos que consumiram as dietas experimentais para felinos adultos. Dietas CR 1 (gms/kgpc/d) EF Volume urina (ml/gato/d) Densidade (g/dl) ph urina Controle 14,7 3,68 a 55,9 1,059 5,84 a Carbonato de cálcio Gluconato de cálcio 14,8 3,49 a 61,9 1,051 6,35 b 14,7 3,13 b 53,6 1,056 6,18 c p 0,9913 0,056 0,809 0,611 <0,001 2 EPM 1,63 0,38 23,26 0,01 0,12 1 gramas de matéria seca por quilograma de peso corporal por dia; 2 erro padrão da média; a,b,c médias seguidas por letras diferentes nas colunas diferem pelo teste de SNK. Os animais que receberam a dieta com gluconato de cálcio apresentaram um escore fecal mais baixo, em comparação aos animais que receberam a dieta controle e com carbonato de cálcio, o que indica produção de fezes mais úmidas. As dietas com carbonato de cálcio e gluconato de cálcio, apesar de possuírem quantidades análogas de cálcio, demonstraram diferença significativa no ph urinário (p<0,001). Os animais que consumiram a dieta com

59 57 carbonato de cálcio apresentaram maior ph urinário do que os animais que consumiram a dieta com gluconato de cálcio. Pastoor et al. (1994a) avaliaram os efeitos do cloreto de cálcio (CaCl 2 ) e carbonato de cálcio (CaCO 3 ) na dieta de gatos e observaram que o ph urinário foi sempre menor quando adicionado cloreto de cálcio na dieta, enquanto a adição de carbonato de cálcio na dieta aumentou o ph urinário. Normalmente cátions divalentes como o cálcio são pouco absorvido pelo tubo intestinal. Cerca de nove décimos da ingestão diária de cálcio são excretados nas fezes, enquanto o décimo restante é eliminado na urina (Guyton & Hall, 2006) e apesar de ser um cátion de alto poder alcalinizante, depende de seu ânion associado, podendo ser mais ou menos absorvido. Kienzle & Wilms-eilers (1994) testaram dietas com cloreto de amônio (NH 4 Cl) e viram que este suprime a onda alcalina pós-prandial quando associado ao carbonato de cálcio, mas este efeito é revertido quando está associado ao carbonato de sódio (Na 2 CO 3 ). O carbonato de cálcio não é facilmente solúvel e por isso é absorvido mais lentamente, enquanto o carbonato de sódio é rapidamente absorvido, contribuindo para a onda alcalina pós-prandial. Kienzle et al. (1991) observaram que a adição de carbonato de cálcio e lactato de cálcio (C 6 H 10 CaO 6 ) elevou o ph urinário. Ao contrário, o cloreto de cálcio que acidificou o ph. Os autores discutem a importância das diferentes absorções de compostos ácidos e alcalinos no cálculo do EB. A solubilidade dos íons cálcio, depende do ph, pois o cálcio só é absorvido quando ionizado. Quanto mais ácido, mais íons cálcio estarão

60 58 ionizados e solúveis para a absorção. O cálcio possui baixa eliminação urinária, sendo em grande parte eliminado nas fezes. Os animais que receberam gluconato de cálcio, possivelmente tenham tido uma maior absorção de cálcio, mas ainda assim não houve maior eliminação urinária de cálcio e o ph da urina foi mais ácido que os animais que receberam a dieta com carbonato de cálcio. Ao contrário, a dieta contendo carbonato de cálcio pode ter tido uma menor absorção do cálcio, mas determinou maior alcalinização da urina. Esta diferença no grau de alcalinização da urina, assemelha-se as diferenças entre os efeitos do carbonato de cálcio e cloreto de cálcio reportados por Pastor et al. (1994a), que demonstraram que o íon cálcio, isoladamente, exerce menor efeito sobre o ph urinário, e que o efeito não pode ser avaliado somente pela quantidade de cálcio adicionado à dieta e sim pelo tipo de sal de cálcio adicionado. Pansu et al. (1993) avaliaram a solubilidade e a absorção de cálcio no intestino de ratos. Os animais receberam dietas com carbonato de cálcio e gluconato de cálcio. Os autores observaram que os animais alimentados com carbonato tiveram uma absorção de cálcio linear até atingir o platô de 450 mg/dia. A porcentagem de absorção foi em média de 25%. Os animais que receberam a dieta com gluconato tiveram absorção de cálcio linear e não atingiram um platô, continuando a absorver cálcio, mesmo após atingido o limite de 450 mg/dia. A porcentagem de absorção foi em média de 29%. O CaCO 3 por possuir baixa solubilidade é absorvido preferencialmente pela via transcelular nas porções proximais do intestino, sendo esta uma via saturável. Ao se deslocar para as regiões distais do intestino, onde o ph torna-se mais

61 59 básico, o cálcio está menos solúvel e menores quantidades de cálcio poderão ser absorvidas pela via paracelular. Um sal com maior solubilidade, como o gluconato de cálcio, terá cálcio solúvel a um ph mais alcalino, podendo ser absorvido em outras porções do intestino, pela via paracelular, já que esta é considerada não saturável. Na Tabela 5 estão apresentados os resultados do consumo diário de cálcio, excreção urinária diária de cálcio e porcentagem diária de excreção urinária de cálcio. O consumo de cálcio das dietas variou significativamente (p<0,05). Os animais que receberam a dieta controle apresentaram menor ingestão de cálcio, como esperado. Tabela 5 Efeito da adição de fontes de cálcio no consumo diário de cálcio, excreção urinária diária de cálcio e percentagem diária da excreção urinária de cálcio, sobre o consumo de cálcio, dos gatos alimentados com as dietas experimentais para felinos adultos Dietas Consumo Ca Excreção urinária Ca Excreção urinária 1 (g/d) (g/d) 2 (% consumo) Controle 0,841 a 0,0040 0,472 Carbonato de cálcio 1,109 b 0,0037 0,352 Gluconato de cálcio 1,101 b 0,0028 0,259 p 0,007 0,363 0,110 3 EPM 0,14 0,001 0,17 1 gramas de cálcio por dia, média de três dias de coleta; 2 percentagem de cálcio excretado ao dia; 3 erro padrão da média; a,b médias seguidas pela mesma letra nas colunas não diferem pelo teste de SNK (p< 0,05). A excreção urinária de cálcio não teve variação significativa (p = 0,363), apresentando a média de 0,0035g ± 0,0004 g/ca por dia, sendo a média da excreção percentual do cálcio ingerido 0,36±0,074%. A baixa excreção

62 60 urinária de Ca também foi relatada por Pastoor et al. (1994b) que avaliaram o balanço diário de cálcio em felinos alimentados com uma dieta alta em cálcio (13g/kg). A percentagem excretada na urina foi em torno de 0,59% do cálcio consumido e a percentagem fecal foi em torno de 98% do cálcio consumido. Canh et al. (1998) avaliaram a inclusão de carbonato de cálcio, sulfato de cálcio (CaSO 4 ), cloreto de cálcio e benzoato de cálcio (C 14 H 10 CaO 4 ) em dois níveis cada (7g e 10g de cálcio) na dieta de suínos em terminação e seus efeitos sobre o ph urinário. Somente a dieta com carbonato de cálcio alcalinizou a urina. Quando o ph urinário do grupo alimentado com a dieta contendo carbonato de cálcio foi comparado com os animais que receberam as dietas com os outros sais, o ph urinário teve uma diferença de 1,61, 1,66 e 1,88 unidades a menos, respectivamente. O ph mais ácido ocorreu nos animais da dieta com benzoato de cálcio e as dietas com sulfato de cálcio e cloreto de cálcio não apresentaram diferença entre si. Os resultados mostraram que o ânion carbonato (CO - 3 ) é positivamente relacionado ao ph urinário e os ânions SO 4 2- (sulfato), Cl - (cloreto) e benzoato (C 7 H 5 O 2 ) são negativamente relacionados. A principal fonte de ácido no organismo é o ácido carbônico e encontra-se na forma H 2 CO 3 ou sua base conjugada, o bicarbonato (HCO - 3 ). O carbonato de cálcio quando no estômago, reage com o ácido clorídrico (HCl) formando cloreto de cálcio solúvel. Parte é absorvido no intestino delgado e parte é convertido novamente em carbonato de cálcio gerando CO 2 e H 2 O através da reação : CaCO 3 + 2HCl CaCl 2 + H 2 O + CO 2

63 61 CaCl NaHCO 3 CaCO 3 + 2NaCl + CO 2 + H 2 O (Clarkson et al., 1966) O CO 2 e o H 2 O combinam-se formando H 2 CO 3 que se dissocia em H + + HCO - 3.O bicarbonato é então eliminado na urina, tornando-a mais alcalina e demonstrando que o carbonato é provavelmente mais responsável pela alcalinização urinária, enfatizando que o íon cálcio não deve ser avaliado isoladamente, já que está pouco presente na urina e afeta o ph urinário de forma vairável de acordo com o ânion formador dos diferentes sais de Cálcio. Na hemogasometria venosa o PCO 2 e o K + encontraram-se dentro da normalidade em todos os tratamentos. Os resultados da hemogasometria estão apresentados na Tabela 6. Nos tratamentos controle e com gluconato de cálcio a primeira medida apresentou-se com uma leve acidose metabólica, com ph, bicarbonato e EB sanguíneos abaixo da normalidade, provavelmente devido ao baixo EB da dieta controle. Entretanto, os desvios da normalidade foram muito pequenos, e não diferiram entre os tratamentos (p>0,05). O Na + e a osmolalidade apresentaram valores maiores (p<0,05) no tratamento com gluconato de cálcio. A hipernatremia pode ser ocasionada pela presença de solutos impermeáveis como a glicose. No início, a elevação de glicose no sangue, retira a água intacelular para o meio extracelular, como forma de normalizar a osmolalidade, assim, o sódio é diluído ocorrendo hiponatremia. Após, há o desenvolvimento da hipernatremia, devido a diurese osmótica, que ocorre como forma de retirar o excesso de fluido extracelular (Dibartola, 2006). Os animais que receberam a dieta com gluconato de cálcio não apresentaram

64 62 maior volume urinário, mas apresentaram fezes mais úmidas. A osmolalidade, por ser calculada a partir do Na + e glicose, também apresentou elevação. Tabela 6 Resultados das hemogasometrias venosas, pré-prandiais (8h) e pósprandiais (15h), dos gatos que consumiram as dietas experimentais com fontes de cálcio Dietas experimentais Hemogatometria venosa ph venoso 8h 15h Controle Carbonato de cálcio Gluconato de cálcio 1 Valores de Referência p 2 EPM 7,26 7,30 7,26 7,27 a 7,40 0,154 0,03 7,29 7,27 7,31 0,161 0,03 PCO 2 (mmhg) Na + (mmol/l) K + (mmol/l) Cai (mmol/l) EB (mmol/l) HCO 3 (mmol/l) 8h 15h 8h 15h 8h 15h 8h 15h 8h 15h 8h 15h 39,4 36,9 38,8 32,7 a 44,7 0,465 3,56 41,0 40,9 30,2 0,776 5, a 158 a 163 b 149 a 162 0,049 2, ,477 3,08 3,60 3,77 3,45 3,5 a 5,5 0,380 0,40 3,58 3,40 3,40 0,156 0,03 0,78 0,76 0,69 1,15 a 1,35 0,275 0,10 0,81 0,78 0,77 0,893 0,13-8,6-7,6-8,88-1 a -7 0,632 2,45-6,75-7,56-6,16 0,565 2,30 17,7 17,6 17,42 18 a 24 0,915 2,31 19,4 18,7 19,4 0,862 2,49 Osm 8h (mosm/kg) 15h 314 a 312 a 321 b ,008 4, ,470 5,73 1 Dibartola et al. (2006) 2 erro padrão da média ; a,b médias seguidas pela mesma letra nas linhas não diferem pelo teste de SNK. Apenas o Cai encontrou-se abaixo dos parâmetros hemogasométricos normais para felinos adultos em todas as dietas experimentais, antes e depois do fornecimento do alimento. O Cai baixo em comparação as referências hemogasométricas, provavelmente se deva a utilização de heparina na seringa de colheita de sangue. O Cai quando

65 63 analisado com heparina, tem de a ser diluído, decrescendo o valor (Schenck & Chew, 2008). Conclusões O experimento demonstrou que o carbonato de cálcio e o gluconato de cálcio alcalinizaram a urina. O carbonato de cálcio possui maior potencial alcalinizante que o gluconato de cálcio, o que demonstra que o carbonato também contribui para a alcalinização, sendo esta ação não exclusiva do cálcio. O íon cálcio não deve ser avaliado isoladamente, já que está pouco presente na urina afeta o ph urinário de forma variável de acordo com o ânion formador dos diferentes sais de Ca. Referências ALLEN, T. A.; KRUGER, J. M. Feline lower urinary tract disease. In: HAND, M. S.; THATCHER, C. D.; REMILLARD, R. L.; ROUDEBUSH, P. Small animal clinical nutrition, 4 ed. Topeka: Mark Morris Associates, 2000, p ASSOCIATION OF AMERICAN FEED CONTROL OFFICIAL - AAFCO. Official publication 2008, Association of American Feed Control Official, ASSOCIATION OF THE OFFICIAL ANALYTICAL CHEMISTS - AOAC. Official and tentative methods of Analysis. 18.ed. Gaithersburg: AOAC International, 2006, v. 1, p CLARKSON, E. M.; S. J. MCDONALD.; H. E. DEWARDNER. The effect of high intake of calcium carbonate in normal subjects and patients with chronic renal failure. Journal of Clinical Research, v. 30, p , CANH, T. T.; et al. Influence of electrolyte balance and acidifying calcium salts in the diet of growing-finishing pigs on urinary ph, slurry ph and ammonia volatilization from slurry. Livestock Production Science, Amsterdam, v. 56, p. 1-13, CARCIOFI, A.C. et al. Effects of six carbohydrate sources on dog diet digestibility and postprandial glucose and insulin response. Journal of Animal Physiology and Animal Nutrition, Berlim, v. 92, p , 2008.

66 64 CAVALIERI, F. L. B.; SANTOS, G. T. Balanço catiônico-aniônico em vacas leiteiras no pré-parto. Disponível em: < Acesso em: 18/02/2011. DIBARTOLA, S. P. Fluid therapy in small animal practice. 3 ed. Filadélfia: Saunders Company, p. GRIYTH, D. P.; DUNN, D. Collection and preservation of urine for biochemical analyses, Investigative urology, Baltimore, v. 15, n. 6, p , GUYTON, A. C.; HALL, J. E. Tratado de fisiologia médica. 11.ed. Rio de Janeiro: Elsevier, p.980, KIENZLE, E.; SCHUKNECHT, A.; MEYER, H. Influence of food composition on the urine ph in cats. The Journal of Nutrition, Bethesda, v. 121, p. S87-S88, KIENZLE, E.; WILMS-EILERS, S. K. Struvite diets in cats: Effect of ammonium chloride and carbonates on acid base balance of cats. The Journal of Nutrition, Bethesda, v. 124, p. 2652S-2659S, MANUGISTICS. Statgraphics Plus for Windows. (versão 4.1) Rockville, Maryland, Nutrient Requirements of Dogs and Cats. National Research Council. The National Academy Press: Washington, p. PANSU, D.; et al. Solubility and intestinal transit time limit calcium absorption in rats. The Journal of Nutrition, Bethesda, v. 123, p , PASTOOR, F. J. H.; et al. Dietary calcium chloride vs. calcium carbonate reduces urinary ph and phosphorus concentration, improves bone mineralization and depresses kidney calcium level in cats. The Journal of nutrition, Bethesda, v. 124, p , 1994a. PASTOOR.F.J.H.; et al. Increasing calcium intakes lower urinary concentration of phosphorus and magnesium in adult ovariectomized cats. The Journal of nutrition, Bethesda, v.124, p , 1994b. SCHENCK, P. A.; CHEW, D. J. Advances in fluid, electrolyte, and acid-base disorders. Veterinary Clinics of North America: Small Animal Practice. 3 ed. Filadélfia: Saunders company, v. 38, p , 2008.

67 CAPITULO IV

68 67 CONSIDERAÇÕES FINAIS Ambos os experimentos relatados nos trouxeram importantes informações quanto a eficiência do enxofre como acidificante urinário e da ação do cálcio na alcalinização da urina. Não há resultados publicados relatando a utilização de MHA como acidificante urinário na dieta de felinos, o que nos levou a pesquisar sua eficiência em comparação as outras fontes de enxofre. A grande maioria dos trabalhos publicados, comparando a eficiência da DLM e do MHA, refere-se a avaliação do desempenho zootécnico de animais de produção, não havendo maiores informações de como o MHA age no metabolismo de cães e gatos, necessitando maiores estudos. Os resultados apresentados no experimento com diferentes fontes de cálcio, nos trouxeram questionamentos sobre qual a melhor forma de avaliar a ação do cálcio sobre o EB da dietas. Isto pode nos levar a uma evolução do cálculo do EB, tornando-o mais preciso, e para isto, devemos estudar a forma de absorção e excreção do cálcio e como se diferenciam quando o cálcio está acompanhando de outros ânions. Os dois experimentos relatados na presente dissertação, envolveram a cooperação de duas universidades. A UFRGS e a UNESP- Jaboticabal. O esforço em desenvolver experimentos conjuntos, ampliam nossos horizontes ao elevar a excelência da produção científica para ambas as universidades. Ao executarmos experimentos em outra localidade, devemos ter ciência de que haverá menor contato com o orientador, resultando em maiores responsabilidades quanto as decisões tomadas. Uma organização precisa do experimento é fundamental para seu sucesso. Além disso deve-se aprender a adaptar-se à forma de trabalho do grupo ao qual nos inserimos, respeitando as diretrizes do novo local.

69 68 REFERÊNCIAS BIBLIOGRÁFICAS ALLEN, T. A.; KRUGER, J. M. Feline lower urinary tract disease. In: HAND, M. S.; THATCHER, C. D.; REMILLARD, R. L.; ROUDEBUSH, P. Small animal clinical nutrition. 4 ed. Topeka: Mark Morris Associates, 2000, p BRONNER, F.; PANSU, D.; STEIN, W. D. An analysis of intestinal calcium transport across the rat intestine. American Journal of Physiology. Gastrointestinal and liver physiology, Bethesda, v. 250, n. 5, p. G561-G569, BRONNER, F. Mechanisms of intestinal calcium absorption. Journal Cell Biochemical, Nova York, v. 88, n. 2, p , BROSNAN, J. T.; BROSNAN, M. E. The sulfur containing amino acids: an overview. The Journal of Nutrition, Bethesda, v. 136, p. 1636S-1660S, BUFFINGTON, C. A. T.; CHEW, D. J. Intermittent alkaline urine in a cat fed and acidifying diet. Journal of the American Veterinary Medical Association, Chicago, v. 209, n. 1, p , BUFFINGTON, C. A. et al. Clinical evaluation of cats with non obstructive urinary tract diseases. Journal of the American Veterinary Medical Association, Chicago, v. 210, p , CAMARGO, C. P. Aspectos clínicos e epidemiológicos de urolitíases em cães e gatos assistidos pelo serviço de nefrologia e urologia da UNESP de Jaboticabal f. Dissertação (Mestrado em Clínica Médica Veterinária) - Faculdade de Ciências Agrárias e Veterinárias, Universidade Estadual Paulista, Jaboticabal, CANH, T. T. et al. Influence of electrolyte balance and acidifying calcium salts in the diet of growing-finishing pigs on urinary ph, slurry ph and ammonia volatilization from slurry. Livestock Production Science, Amsterdam, v. 56, p. 1-13, CARCIOFI, A. C. et al. Composição nutricional e avaliação de rótulo de rações secas para cães comercializadas em Jaboticabal-SP. Arquivo Brasileiro de Medicina Veterinária e Zootecnia, Belo Horizonte, v. 58, n. 3, p , 2006 CARCIOFI, A. C. Métodos para estudo das respostas metabólicas de cães e gatos a diferentes alimentos. Revista Brasileira de Zootecnia, Viçosa, MG, v. 36, p , 2007.

70 69 CARCIOFI, A. C.; JEREMIAS, J. T. Progresso científico sobre nutrição de animais de companhia na primeira década do século XXI. Revista Brasileira de Zootecnia, Viçosa, MG, v. 39, p , CAVALIERI, F. L. B.; SANTOS, G. T. Balanço catiônico-aniônico em vacas leiteiras no pré-parto. Disponível em: < Acesso em: 18 fev CHING, S. V. et al. The effect of chronic dietary acidification using ammonium chloride on acid-base balance and mineral metabolism in the adult cat. The Journal of Nutrition, Bethesda, v. 119, p , DIBARTOLA, S. P. Fluid therapy in small animal practice. 3 ed. Filadélfia: Saunders Company, p. DUKES, H. H. Fisiologa dos animais domésticos. 12 ed. Rio de Janeiro: Guanabara Koogan, 2006, p FORD, R. B.; MAZZAFERRO, E. M. Manual de procedimentos veterinários e tratamento emergencial. 8 ed. São Paulo: Roca, p. FORRESTER, S. D.; ROUDEBUSH, P. Evidence based management of feline lower urinary tract disease. Veterinary Clinics of North America: Small Animal Practice. Filadélfia, v. 37, p , FOY, D.; MORAIS, H. A. Advances in fluid, electrolyte, and acid-base disorders. Veterinary Clinics of North America: Small Animal Practice. 3 ed. Filadélfia: Saunders company, v. 38, p , FUNABA, M. et al. Effect of supplementation of dry cat food with DL-Methionine and ammonium chloride on struvite activity product and sediment in urine. The Journal of Veterinary Medical Science, Tóquio, v. 36, n.3, p , GERBER, B. et al. Evaluation of clinical signs and causes of lower urinary tract disease in European cats. Journal of small animal practice, Gloucester, v. 46, p , GUYTON, A. C.; HALL, J. E. Tratado de fisiologia médica. 9.ed. Rio de Janeiro: Guanabara Koogan, p.759, IZQUIERDO, J. V.; CZARNECKI-MAULDEN, G. L. Effect of various acidifying agents on urine ph and acid-base balance in adult cats. The Journal of nutrition, Bethesda, v.121, p. S89-S90, KIENZLE, E.; SCHUKNECHT, A.; MEYER, H. Influence of food composition on the urine ph in cats. The Journal of Nutrition, Bethesda, v. 121, p. S87-S88, 1991.

71 70 KIENZLE, E.; WILMS-EILERS, S. K. Struvite diets in cats: effect of ammonium chloride and carbonates on acid base balance of cats. The Journal of Nutrition, Bethesda, v. 124, p. 2652S-2659S, KIENZLE, E.; THIELEN, C.; PESSINGER, C. Investigations on phosphorus requirements of adult cats. The Journal of nutrition, Bethesda, v.125, p. 2598S-2600S, KOHLRNEIER, M. Nutrient metabolism. Londres: Academic Press, Elsevier, p KRUGER, J. M. et al. Clinical evaluation of cats with lower urinary tract disease. Journal of the American Veterinary Medical Association, Chicago, v. 199, p , MARKWELL, P. J.; BUFFINGTON, T. C.; SMITH, B. H. E. The effect of diet on lower urinary tract diseases in cats. The Journal of Nutrition, Bethesda, v. 128, p. 2753S 2757S, MARTÍN-VENEGAS, R.; GERAERT, P. A.; FERRER, R. Conversion of the methionine hydroxy analogue DL-2- hydroxy-(4-methylthio)butanoic acid to sulfur-containing amino acids in the chicken small intestine. Poultry Science, Champaign, v. 85, p , MATSUMOTO, K.; FUNABA, M. Factors affecting struvite (MgNH4PO4 6H2O) crystallization in feline urine. Biochimica et Biophysica Acta, Amsterdam, v. 1780, n. 2, p , MIDDELBOS, I. S. et al. Effects of dietary supplementation of DL-methionine or 2-hydroxy-4-(methylthio)-butanoic acid on food intake, nutrient digestibility, nitrogen balance, and urinary and blood metabolites in healthy, growing dogs. Archives of Animal Nutrition, Berlim, v. 60, n. 4, p , MORAIS, H. A. Advances in fluid, electrolyte, and acid-base disorders. Veterinary Clinics of North America: Small Animal Practice. 3 ed. Filadélfia: Saunders company, v. 38, p , MOURA, A. M. A. et al. Utilização da DL-metionina e Metionina hidroxi-análoga na alimentação de aves. Boletim de indústria animal, Nova Odessa, v. 67, n.1, p , OSBORNE, C. A.; KRUGER, J. M.; LULICH, J. P. Feline lower urinary tract disorders: definition of terms and concepts. Veterinary Clinics of North America: Small animal practice, Filadélfia, v. 26, n. 2, p , OSBORNE, C. A.; et al. Analysis of 451,891 canine uroliths, feline uroliths, and felineurethral plugs from 1981 to 2007: Perspectives from the Minnesota Urolith

72 71 Center. Veterinary Clinics of North America: Small Animal Practice, Filadélfia, v. 39, p , PANSU, D. et al. Solubility and intestinal transit time limit calcium absorption in rats. The Journal of Nutrition, Bethesda, v. 123, p , PASTOOR, F. J. H. et al. Dietary calcium chloride vs. calcium carbonate reduces urinary ph and phosphorus concentration, improves bone mineralization and depresses kidney calcium level in cats. The Journal of nutrition, Bethesda, v. 124, p , 1994a. PASTOOR.F.J. H. et al. Increasing calcium intakes lower urinary concentration of phosphorus and magnesium in adult ovariectomized cats. The Journal of nutrition, Bethesda, v. 124, p , 1994b. SUIDA, D. Aminoácidos: essencial na alimentação dos animais. Feed & Food, Sorocaba, v. 1, n.1, p.40-43, WAGNER, E.; KEUSCH, C.; IBEN, C. Influence of the feed base excess on urine parameters in cats. Journal of Animal Physiology and Animal Nutrition, Berlim, v. 90, p , YAMKA, R. M.; FRIESEN, K. G.; SCHAKENRAAD, H. The prediction of urine ph using dietary cations and anions in cats fed dry and wet foods. The International Journal of Applied Research in Veterinary Medicine, Apopka, v. 4, n. 1, p , ZENTEK, J.; SCHULZ, A. Urinary composition of cats is affected by the source of dietary protein. The Journal of Nutrition, Bethesda, v. 134, p. 2162S- 2165S, 2004.

73 72 APÊNDICE 1. Análise estatística dos sete tratamentos com fontes de enxofre: Consumo alimentar, peso vivo, escore fecal, volume, densidade, ph urinário, ConsgkgPV = Consumo em g por kg de peso vivo; PV = peso vivo; efecal = escore fecal; phurina = ph urinário. General Linear Models Number of dependent variables: 6 Number of categorical factors: 2 Number of quantitative factors: 0 Analysis of Variance for congkgpv Model 235, ,5091 2,13 0,0447 Residual 442, ,0503 Total (Corr.) 677, Type III Sums of Squares trat 65, ,8484 0,98 0,4503 bloco 170, ,7077 3,86 0,0095 Residual 442, , Total (corrected) 677, All F-ratios are based on the residual mean square error. R-Squared = 34,7201 percent R-Squared (adjusted for d.f.) = 18,4001 percent Standard Error of Est. = 3,3242 Mean absolute error = 2,36205 Durbin-Watson statistic = 2,24589 Residual Analysis Estimation Validation n 51 MSE 11,0503 MAE 2,36205 MAPE 25,3198 ME -4,84144E-15 MPE -9,50127 Analysis of Variance for PVkg Model 9, , ,47 0,1876 Residual 26, , Total (Corr.) 35, Type III Sums of Squares trat 2, , ,53 0,7787 bloco 7, , ,91 0,0333 Residual 26, , Total (corrected) 35, All F-ratios are based on the residual mean square error. R-Squared = 26,8408 percent R-Squared (adjusted for d.f.) = 8,55104 percent Standard Error of Est. = 0,806481

74 73 Mean absolute error = 0, Durbin-Watson statistic = 2,58305 Residual Analysis Estimation Validation n 51 MSE 0, MAE 0, MAPE 14,8977 ME 6,26949E-16 MPE -2,95931 Analysis of Variance for efecal Model 2, , ,81 0,0904 Residual 6, , Total (Corr.) 9, Type III Sums of Squares trat 0, , ,60 0,7315 bloco 2, , ,41 0,0172 Residual 6, , Total (corrected) 9, All F-ratios are based on the residual mean square error. R-Squared = 31,14 percent R-Squared (adjusted for d.f.) = 13,9249 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,33916 Residual Analysis Estimation Validation n 51 MSE 0, MAE 0, MAPE 8,26064 ME 3,3089E-16 MPE -1,11475 Analysis of Variance for volume Model 10849, ,97 1,69 0,1160 Residual 25617, ,441 Total (Corr.) 36467,3 50 Type III Sums of Squares trat 7350, ,07 1,91 0,1024 bloco 4740, ,0 1,85 0,1382 Residual 25617, , Total (corrected) 36467,3 50 All F-ratios are based on the residual mean square error. R-Squared = 29,7517 percent R-Squared (adjusted for d.f.) = 12,1897 percent Standard Error of Est. = 25,3069

75 74 Mean absolute error = 18,1908 Durbin-Watson statistic = 2,21274 Residual Analysis Estimation Validation n 51 MSE 640,441 MAE 18,1908 MAPE 35,6174 ME -1,08671E-14 MPE -13,7255 Analysis of Variance for densidade Model 0, , ,88 0,5557 Residual 0, , Total (Corr.) 0, Type III Sums of Squares trat 0, , ,64 0,7003 bloco 0, , ,58 0,1978 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 18,0987 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,33292 Residual Analysis Estimation Validation n 51 MSE 0, MAE 0, MAPE 0,93127 ME -3,91843E-17 MPE -0, Analysis of Variance for phurina Model 4, , ,09 0,0000 Residual 2, , Total (Corr.) 7, Type III Sums of Squares trat 2, , ,64 0,0001 bloco 1, , ,51 0,0042 Residual 2, , Total (corrected) 7, All F-ratios are based on the residual mean square error. R-Squared = 60,349 percent R-Squared (adjusted for d.f.) = 50,4362 percent Standard Error of Est. = 0,271791

76 75 Mean absolute error = 0, Durbin-Watson statistic = 2,4215 Residual Analysis Estimation Validation n 51 MSE 0, MAE 0, MAPE 2,95701 ME -1,04492E-16 MPE -0, The StatAdvisor This pane summarizes the results of fitting 6 general linear statistical model relating 6 dependent variables to 2 predictive factors. Since the P-value in the first ANOVA table for congkgpv is less than 0.05, there is a statistically significant relationship between congkgpv and the predictor variables at the 95% confidence level. The R-Squared statistic indicates that the model as fitted explains 60,349% of the variability in congkgpv. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 50,4362%. The standard error of the estimate shows the standard deviation of the residuals to be 0, This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 2,36205 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. The output also summarizes the performance of the model in fitting the data, and in predicting any values withheld from the fitting process. It displays: (1) the mean squared error (MSE) (2) the mean absolute error (MAE) (3) the mean absolute percentage error (MAPE) (4) the mean error (ME) (5) the mean percentage error (MPE) Each of the statistics is based on the residuals. The first three statistics measure the magnitude of the errors. A better model will give a smaller value. The last two statistics measure bias. A better model will give a value close to 0.0. Multiple Comparisons for congkgpv by trat Method: 95,0 percent LSD trat Count LS Mean Homogeneous Groups t1 7 10,3474 X t3 8 11,056 X t4 7 12,0685 X t2 7 12,7375 X t7 8 12,8705 X t6 7 13,4436 X t5 7 13,752 X Contrast Difference +/- Limits t1 - t2-2, ,59117 t1 - t3-0, ,47714 t1 - t4-1, ,59117 t1 - t5-3, ,59117 t1 - t6-3, ,59117 t1 - t7-2, ,47714 t2 - t3 1, ,47714

77 76 t2 - t4 0, ,59117 t2 - t5-1, ,59117 t2 - t6-0, ,59117 t2 - t7-0, ,47714 t3 - t4-1, ,47714 t3 - t5-2, ,47714 t3 - t6-2, ,47714 t3 - t7-1, ,35924 t4 - t5-1, ,59117 t4 - t6-1, ,59117 t4 - t7-0, ,47714 t5 - t6 0, ,59117 t5 - t7 0, ,47714 t6 - t7 0, ,47714 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is Fisher's least significant difference (LSD) procedure. With this method, there is a 5,0% risk of calling each pair of means significantly different when the actual difference equals 0. General Linear Models Multiple Comparisons for congkgpv by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t1 7 10,3474 X t3 8 11,056 X t4 7 12,0685 X t2 7 12,7375 X t7 8 12,8705 X t6 7 13,4436 X t5 7 13,752 X Contrast Difference t1 - t2-2,39011 t1 - t3-0,70853 t1 - t4-1,72105 t1 - t5-3,40462 t1 - t6-3,09622 t1 - t7-2,52311 t2 - t3 1,68158 t2 - t4 0, t2 - t5-1,01451 t2 - t6-0, t2 - t7-0, t3 - t4-1,01252 t3 - t5-2,69609 t3 - t6-2,38769 t3 - t7-1,81458 t4 - t5-1,68357 t4 - t6-1,37517 t4 - t7-0, t5 - t6 0,308395

78 77 0, t6 - t7 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for PVkg by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t6 7 3,76729 X t2 7 3,97529 X t1 7 4,13882 X t5 7 4,2438 X t7 8 4,30159 X t3 8 4,36445 X t4 7 4,36951 X Contrast Difference t1 - t2 0, t1 - t3-0, t1 - t4-0, t1 - t5-0, t6 0,37153 t1 - t7-0, t2 - t3-0, t2 - t4-0, t2 - t5-0,26851 t2 - t6 0, t2 - t7-0, t3 - t4-0, t3 - t5 0,12065 t3 - t6 0, t3 - t7 0, t4 - t5 0, t4 - t6 0, t4 - t7 0, t5 - t6 0, t5 - t7-0, t6 - t7-0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of

79 78 means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for PVkg by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t6 7 3,76729 X t2 7 3,97529 X t1 7 4,13882 X t5 7 4,2438 X t7 8 4,30159 X t3 8 4,36445 X t4 7 4,36951 X Contrast Difference t1 - t2 0, t1 - t3-0, t1 - t4-0, t1 - t5-0, t1 - t6 0,37153 t1 - t7-0, t2 - t3-0, t2 - t4-0, t2 - t5-0,26851 t2 - t6 0, t2 - t7-0, t3 - t4-0, t3 - t5 0,12065 t3 - t6 0, t3 - t7 0, t4 - t5 0, t4 - t6 0, t4 - t7 0, t5 - t6 0, t5 - t7-0, t6 - t7-0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0.

80 79 General Linear Models Multiple Comparisons for efecal by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t5 7 3,49468 X t1 7 3,58849 X t2 7 3,6122 X t6 7 3,65103 X t3 8 3,65595 X t4 7 3,66382 X t7 8 3,86987 X Contrast Difference t1 - t2-0, t1 - t3-0, t1 - t4-0, t1 - t5 0, t1 - t6-0, t1 - t7-0, t2 - t3-0, t2 - t4-0, t2 - t5 0, t2 - t6-0, t2 - t7-0, t3 - t4-0, t3 - t5 0, t3 - t6 0, t3 - t t4 - t5 0, t4 - t6 0, t4 - t7-0, t5 - t6-0, t5 - t7-0, t6 - t7-0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for volume by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t1 7 38,7967 X t3 8 45,8444 X

81 80 t2 7 56,5351 X t5 7 62,8937 X t6 7 66,9984 X t4 7 71,3342 X t7 8 73,3633 X Contrast Difference t1 - t2-17,7384 t1 - t3-7,04774 t1 - t4-32,5375 t1 - t5-24,097 t1 - t6-28,2017 t1 - t7-34,5666 t2 - t3 10,6906 t2 - t4-14,7991 t2 - t5-6,35865 t2 - t6-10,4633 t2 - t7-16,8282 t3 - t4-25,4898 t3 - t5-17,0493 t3 - t6-21,154 t3 - t7-27,5188 t4 - t5 8,4405 t4 - t6 4,3358 t4 - t7-2,02905 t5 - t6-4,1047 t5 - t7-10,4696 t6 - t7-6,36485 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for volume by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t1 7 38,7967 X t3 8 45,8444 X t2 7 56,5351 X t5 7 62,8937 X t6 7 66,9984 X t4 7 71,3342 X t7 8 73,3633 X Contrast Difference t1 - t2-17,7384 t1 - t3-7,04774 t1 - t4-32,5375 t1 - t5-24,097 t1 - t6-28,2017 t1 - t7-34,5666 t2 - t3 10,6906

82 81 t2 - t4-14,7991 t2 - t5-6,35865 t2 - t6-10,4633 t2 - t7-16,8282 t3 - t4-25,4898 t3 - t5-17,0493 t3 - t6-21,154 t3 - t7-27,5188 t4 - t5 8,4405 t4 - t6 4,3358 t4 - t7-2,02905 t5 - t6-4,1047 t5 - t7-10,4696 t6 - t7-6,36485 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for volume by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t1 7 38,7967 X t3 8 45,8444 X t2 7 56,5351 X t5 7 62,8937 X t6 7 66,9984 X t4 7 71,3342 X t7 8 73,3633 X Contrast Difference t1 - t2-17,7384 t1 - t3-7,04774 t1 - t4-32,5375 t1 - t5-24,097 t1 - t6-28,2017 t1 - t7-34,5666 t2 - t3 10,6906 t2 - t4-14,7991 t2 - t5-6,35865 t2 - t6-10,4633 t2 - t7-16,8282 t3 - t4-25,4898 t3 - t5-17,0493 t3 - t6-21,154 t3 - t7-27,5188 t4 - t5 8,4405 t4 - t6 4,3358 t4 - t7-2,02905 t5 - t6-4,1047

83 82 t5 - t7-10,4696 t6 - t7-6,36485 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for densidade by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t4 7 1,04746 X t7 8 1,04932 X t6 7 1,05164 X t2 7 1,05264 X t5 7 1,05628 X t3 8 1,05675 X t1 7 1,0587 X Contrast Difference t1 - t2 0, t1 - t3 0, t1 - t4 0, t1 - t5 0, t1 - t6 0, t1 - t7 0, t2 - t3-0, t2 - t4 0, t2 - t5-0, t2 - t6 0, t2 - t7 0, t3 - t4 0, t3 - t5 0, t3 - t6 0, t3 - t7 0, t4 - t5-0, t4 - t6-0, t4 - t7-0, t5 - t6 0, t5 - t7 0, t6 - t7 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine

84 83 which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for densidade by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t4 7 1,04746 X t7 8 1,04932 X t6 7 1,05164 X t2 7 1,05264 X t5 7 1,05628 X t3 8 1,05675 X t1 7 1,0587 X Contrast Difference t1 - t2 0, t1 - t3 0, t1 - t4 0, t1 - t5 0, t1 - t6 0, t1 - t7 0, t2 - t3-0, t2 - t4 0, t2 - t5-0, t2 - t6 0, t2 - t7 0, t3 - t4 0, t3 - t5 0, t3 - t6 0, t3 - t7 0, t4 - t5-0, t4 - t6-0, t4 - t7-0, t5 - t6 0, t5 - t7 0, t6 - t7 0, * denotes a statistically significant differencethe StatAdvisor The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models

85 84 Multiple Comparisons for phurina by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t7 8 6,10265 X t5 7 6,28502 XX t6 7 6,39386 XX t4 7 6,52503 XX t2 7 6,62061 XX t3 8 6,64947 XX t1 7 6,88821 X Contrast Difference t1 - t2 0, t1 - t3 0, t1 - t4 0, t1 - t5 *0, t1 - t6 *0, t1 - t7 *0, t2 - t3-0, t2 - t4 0, t2 - t5 0, t2 - t6 0, t2 - t7 *0, t3 - t4 0, t3 - t5 0, t3 - t6 0, t3 - t7 *0, t4 - t5 0,24001 t4 - t6 0,13117 t4 - t7 *0, t5 - t6-0,10884 t5 - t7 0, t6 - t7 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 6 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 3 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actualdifference equals 0.

86 85 APÊNDICE 2. Análise estatística das três fontes de enxofre e os níveis de enxofre: Consumo alimentar, peso vivo, escore fecal, volume, densidade, ph urinário. ConsgkgPV = Consumo em g por kg de peso vivo; PV = peso vivo; efecal = escore fecal; phurina = ph urinário; Sadicgkg = quantidade em gramas de enxofre adicionado por kg de ração. General Linear Models General Linear Models Number of dependent variables: 6 Number of categorical factors: 3 Number of quantitative factors: 0 Analysis of Variance for congkgpv Model 210, ,4089 2,55 0,0234 Residual 312, ,1833 Total (Corr.) 522, Type III Sums of Squares fonte 12, , ,67 0,5171 Sadicgkg 0, , ,04 0,8491 bloco 171, ,7603 4,66 0,0042 fonte*sadicgkg 19, , ,08 0,3501 Residual 312, , Total (corrected) 522, All F-ratios are based on the residual mean square error. R-Squared = 40,2898 percent R-Squared (adjusted for d.f.) = 24,4841 percent Standard Error of Est. = 3,0304 Mean absolute error = 2,10648 Durbin-Watson statistic = 2,12513 Residual Analysis Estimation Validation n 44 MSE 9,1833 MAE 2,10648 MAPE 20,5928 ME -2,92695E-15 MPE -6,80733 Analysis of Variance for PVkg Model 8, , ,31 0,2675 Residual 23, , Total (Corr.) 32, Type III Sums of Squares fonte 0, , ,32 0,7261 Sadicgkg 0, , ,16 0,2896 bloco 6, , ,26 0,0828 fonte*sadicgkg 0, , ,61 0,5494

87 86 Residual 23, , Total (corrected) 32, All F-ratios are based on the residual mean square error. R-Squared = 25,764 percent R-Squared (adjusted for d.f.) = 6,11327 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,51953 Residual Analysis Estimation Validation n 44 MSE 0, MAE 0, MAPE 15,4108 ME 8,88178E-16 MPE -3,11857 Analysis of Variance for efecal Model 2, , ,54 0,0241 Residual 4, , Total (Corr.) 7, Type III Sums of Squares fonte 0, , ,05 0,3616 Sadicgkg 0, , ,02 0,9015 bloco 2, , ,46 0,0053 fonte*sadicgkg 0, , ,92 0,4100 Residual 4, , Total (corrected) 7, All F-ratios are based on the residual mean square error. R-Squared = 40,1627 percent R-Squared (adjusted for d.f.) = 24,3234 percent Standard Error of Est. = 0, Mean absolute error = 0,24733 Durbin-Watson statistic = 2,36866 Residual Analysis Estimation Validation n 44 MSE 0, MAE 0,24733 MAPE 7,18611 ME 7,46877E-16 MPE -0, Analysis of Variance for volume Model 8810, ,983 1,37 0,2407 Residual 24326, ,481 Total (Corr.) 33137,2 43 Type III Sums of Squares

88 87 fonte 3036, ,33 2,12 0,1354 Sadicgkg 213, ,077 0,30 0,5888 bloco 5408, ,01 1,89 0,1348 fonte*sadicgkg 706, ,288 0,49 0,6146 Residual 24326, , Total (corrected) 33137,2 43 All F-ratios are based on the residual mean square error. R-Squared = 26,589 percent R-Squared (adjusted for d.f.) = 7,15666 percent Standard Error of Est. = 26,7485 Mean absolute error = 19,1752 Durbin-Watson statistic = 2,18255 Residual Analysis Estimation Validation n 44 MSE 715,481 MAE 19,1752 MAPE 35,9011 ME 3,06825E-15 MPE -14,2442 Analysis of Variance for densidade Model 0, , ,82 0,5997 Residual 0, , Total (Corr.) 0, Type III Sums of Squares fonte 0, , ,31 0,7371 Sadicgkg 0, , ,69 0,4124 bloco 0, , ,42 0,2483 fonte*sadicgkg 0, , ,57 0,5684 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 17,8816 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,37 Residual Analysis Estimation Validation n 44 MSE 0, MAE 0, MAPE 0, ME -4,54182E-17 MPE -0, Analysis of Variance for phurina Model 2, , ,83 0,0003 Residual 2, , Total (Corr.) 5, Type III Sums of Squares

89 fonte 1, , ,19 0,0012 Sadicgkg 0, , ,65 0,0644 bloco 1, , ,91 0,0102 fonte*sadicgkg 0, , ,03 0,1473 Residual 2, , Total (corrected) 5, All F-ratios are based on the residual mean square error. R-Squared = 56,0901 percent R-Squared (adjusted for d.f.) = 44,4668 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,40963 Residual Analysis Estimation Validation n 44 MSE 0, MAE 0, MAPE 2,69659 ME 1,61487E-16 MPE -0,11843 The StatAdvisor This pane summarizes the results of fitting 6 general linear statistical model relating 6 dependent variables to 3 predictive factors. Since the P-value in the first ANOVA table for congkgpv is less than 0.05, there is a statistically significant relationship between congkgpv and the predictor variables at the 95% confidence level. The R-Squared statistic indicates that the model as fitted explains 56,0901% of the variability in congkgpv. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 44,4668%. The standard error of the estimate shows the standard deviation of the residuals to be 0, This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 2,10648 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. The output also summarizes the performance of the model in fitting the data, and in predicting any values withheld from the fitting process. It displays: (1) the mean squared error (MSE) (2) the mean absolute error (MAE) (3) the mean absolute percentage error (MAPE) (4) the mean error (ME) (5) the mean percentage error (MPE) Each of the statistics is based on the residuals. The first three statistics measure the magnitude of the errors. A better model will give a smaller value. The last two statistics measure bias. A better model will give a value close to 0.0. General Linear Models Table of Least Squares Means for congkgpv with 95,0 Percent Confidence Intervals Stnd. Lower Upper

90 89 Level Count Mean Error Limit Limit GRAND MEAN 44 12,6808 0, , ,6301 fonte Alimet 15 13,1075 0, , ,7258 CaSO ,9345 0, ,321 13,5479 DLMet 14 13,0005 0, , ,6667 Sadicgkg 1, ,7703 0, , ,156 2, ,5914 0, , ,8872 bloco 1 9 8, ,0223 6, , ,6059 1, , , ,3334 1, , , ,9118 0, , , ,6852 0, , ,6783 fonte by Sadicgkg Alimet 1, ,3715 1, , ,7228 Alimet 2, ,8436 1, ,617 15,0702 CaSO4 1, ,7772 1, , ,2227 CaSO4 2, ,0917 1, , ,2893 DLMet 1, ,1621 1, , ,5131 DLMet 2, ,8389 1, , ,1903 The StatAdvisor This table shows the mean congkgpv for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for PVkg with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 44 4, , , ,42926 fonte Alimet 15 4, , , ,48986 CaSO4 15 4, , , ,60789 DLMet 14 4, , , ,7582 Sadicgkg 1, , , , , , , , , ,66437 bloco 1 9 4,9277 0, , , , , , , , , , , , , , , , , , ,45668 fonte by Sadicgkg Alimet 1,28 7 3, , , ,42475 Alimet 2,56 8 4,3096 0, ,6925 4,92671 CaSO4 1,28 7 3, , , ,62644 CaSO4 2,56 8 4, , , ,98182 DLMet 1,28 7 4, , , ,01107 DLMet 2,56 7 4, , ,5816 4,88502 The StatAdvisor This table shows the mean PVkg for each level of the factors. It also shows the standard error of each mean, which is a measure of its

91 90 sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for efecal with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 44 3,6634 0, , ,77506 fonte Alimet 15 3,7696 0, , ,95995 CaSO4 15 3, , , ,83179 DLMet 14 3, , ,3826 3,77456 Sadicgkg 1, , , , , , , , , ,82266 bloco 1 9 4, , , , , , ,3474 3, , , , , , , , , , , , ,0254 fonte by Sadicgkg Alimet 1,28 7 3, , , ,94401 Alimet 2,56 8 3, , , ,13365 CaSO4 1,28 7 3, , , ,93061 CaSO4 2,56 8 3, , , ,89954 DLMet 1,28 7 3, , , ,93577 DLMet 2,56 7 3,4979 0, , ,77449 The StatAdvisor This table shows the mean efecal for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for volume with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 44 63,1077 4, , ,4871 fonte Alimet 15 70,423 7, , ,7074 CaSO ,497 7, , ,7388 DLMet 14 67,403 7, , ,1104 Sadicgkg 1, ,3544 6, , ,5855 2, ,861 5, , ,299 bloco ,5611 9, , , , , , , ,1108 9, , , ,3831 8, , , ,4613 8, , ,0532 fonte by Sadicgkg Alimet 1, , , , ,6893

92 91 Alimet 2, ,9112 9, , ,565 CaSO4 1, , , , ,8992 CaSO4 2, ,6807 9, , ,0781 DLMet 1, , , , ,5663 DLMet 2, , , , ,747 The StatAdvisor This table shows the mean volume for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for densidade with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 44 1, , , ,05685 fonte Alimet 15 1, , ,0429 1,05825 CaSO4 15 1, , , ,06229 DLMet 14 1, , , ,05974 Sadicgkg 1, , , , , , , , , ,06033 bloco 1 9 1, , , , , , , , , , , , ,0563 0, , , , , , ,07001 fonte by Sadicgkg Alimet 1,28 7 1, , ,0407 1,063 Alimet 2,56 8 1, , , ,05985 CaSO4 1,28 7 1, , , ,06398 CaSO4 2,56 8 1,0569 0, , ,06732 DLMet 1,28 7 1, , , ,05846 DLMet 2,56 7 1, , , ,06752 The StatAdvisor This table shows the mean densidade for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Multiple Comparisons for phurina by fonte Method: 95,0 percent Student-Newman-Keuls fonte Count LS Mean Homogeneous Groups Alimet 15 6,24469 X DLMet 14 6,39899 X CaSO4 15 6,62449 X

93 92 Contrast Difference Alimet - CaSO4 *-0, Alimet - DLMet -0, CaSO4 - DLMet *0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 2 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for phurina by fonte Method: 95,0 percent Student-Newman-Keuls fonte Count LS Mean Homogeneous Groups Alimet 15 6,24469 X DLMet 14 6,39899 X CaSO4 15 6,62449 X Contrast Difference Alimet - CaSO4 *-0, Alimet - DLMet -0, CaSO4 - DLMet *0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 2 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for phurina by Sadicgkg

94 93 Method: 95,0 percent LSD Sadicgkg Count LS Mean Homogeneous Groups 2, ,34759 X 1, ,49785 X Contrast Difference +/- Limits 1,28-2,56 0, , * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is Fisher's least significant difference (LSD) procedure. With this method, there is a 5,0% risk of calling each pair of means significantly different when the actual difference equals 0. General Linear Models Multiple Comparisons for phurina by Sadicgkg Method: 95,0 percent Student-Newman-Keuls Sadicgkg Count LS Mean Homogeneous Groups 2, ,34759 X 1, ,49785 X Contrast Difference 1,28-2,56 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals

95 94 APÊNDICE 3. Comparação do ph urinário das fontes e níveis de enxofre, via regressão. Sadicgkg = quantidade em gramas de enxofre adicionado por kg de ração; DLMet= DL-Metionina. Comparison of Regression Lines - phurina versus Sadicgkg by fonte Comparison of Regression Lines Dependent variable: phurina Independent variable: Sadicgkg Level codes: fonte Number of complete cases: 65 Number of regression lines: 3 Multiple Regression Analysis Standard T Parameter Estimate Error Statistic P-Value CONSTANT 6, , ,892 0,0000 Sadicgkg -0, , , ,0475 Sadicgkg*fonte=DLMet -0, , , ,0331 Sadicgkg*fonte=HMTBA -0, , , ,0006 Analysis of Variance Model 4, , ,74 0,0000 Residual 6, , Total (Corr.) 11, R-Squared = 42,0333 percent R-Squared (adjusted for d.f.) = 39,1824 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,32445 Residual Analysis Estimation Validation n 65 MSE 0, MAE 0, MAPE 4,0965 ME -4,60486E-15 MPE -0, The StatAdvisor The output shows the results of fitting a linear regression model to describe the relationship between phurina, Sadicgkg and fonte. The equation of the fitted model is phurina = 6, ,103157*Sadicgkg - 0,130456*Sadicgkg*(fonte=DLMet) - 0,209736*Sadicgkg*(fonte=HMTBA) where the terms similar to fonte=dlmet are indicator variables which take the value 1 if true and 0 if false. This corresponds to 3 lines with equal intercepts. For example, when fonte=caso4, the model reduces to phurina = 6, ,103157*Sadicgkg When fonte=dlmet, the model reduces to phurina = 6, ,233614*Sadicgkg

96 ph urina 95 Because the P-value in the ANOVA table is less than 0.01, there is a statistically significant relationship between the variables at the 99% confidence level. The R-Squared statistic indicates that the model as fitted explains 42,0333% of the variability in phurina. The adjusted R-Squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 39,1824%. The standard error of the estimate shows the standard deviation of the residuals to be 0, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu. The mean absolute error (MAE) of 0, is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Because the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. To test for statistically significant differences between the intercepts and/or slopes, select Conditional Sums of Squares from the list of Tabular Options. 7,5 7,2 6,9 6,6 6,3 6 fonte CaSO4 DLMet HMTBA 5,7 0 0,5 1 1,5 2 2,5 3 S adic. (g/kg)

97 96 APÊNDICE 4. Análise estatística: Resultados das hemogasometrias venosas do experimento com fontes de enxofre, antes do consumo da dieta (8h) e 6h após o consumo da dieta (15h). na1=concentração de sódio as 8h; na2 = Concentração de sódio as 15h; hco31= Concentração de bicarbonato as 8h; hco332= Concentração de bicarbonato as 15h; ica1= Concentração de cálcio iônico as as 8h; ica2=concentração de bicarbonato as 15h; k1= Concentração de potássio as 8h; k2= Concentração de potássio as 15h. General Linear Models Number of dependent variables: 8 Number of categorical factors: 2 Number of quantitative factors: 0 Analysis of Variance for na1 Model 443, ,3105 9,25 0,0000 Residual 186, ,79167 Total (Corr.) 629,98 49 Type III Sums of Squares trat 22, , ,79 0,5812 bloco 436, ,247 22,80 0,0000 Residual 186, , Total (corrected) 629,98 49 All F-ratios are based on the residual mean square error. R-Squared = 70,3364 percent R-Squared (adjusted for d.f.) = 62,7303 percent Standard Error of Est. = 2,18899 Mean absolute error = 1,61861 Durbin-Watson statistic = 1,77495 Residual Analysis Estimation Validation n 50 MSE 4,79167 MAE 1,61861 MAPE 1,05161 ME -3,58114E-14 MPE -0, Analysis of Variance for na2 Model 274, ,4831 3,20 0,0044 Residual 335, ,59347 Total (Corr.) 609, Type III Sums of Squares trat 50, , ,98 0,4487 bloco 252, ,2407 7,36 0,0002

98 97 Residual 335, , Total (corrected) 609, All F-ratios are based on the residual mean square error. R-Squared = 45,056 percent R-Squared (adjusted for d.f.) = 30,9678 percent Standard Error of Est. = 2,93146 Mean absolute error = 1,66122 Durbin-Watson statistic = 2,59116 Residual Analysis Estimation Validation n 50 MSE 8,59347 MAE 1,66122 MAPE 1,06477 ME 2,67164E-14 MPE -0, Analysis of Variance for hco31 Model 86, , ,01 0,0586 Residual 171, ,2927 Total (Corr.) 257, Type III Sums of Squares trat 8, ,3875 0,32 0,9209 bloco 73, ,4477 4,30 0,0055 Residual 171, , Total (corrected) 257, All F-ratios are based on the residual mean square error. R-Squared = 33,3998 percent R-Squared (adjusted for d.f.) = 16,7498 percent Standard Error of Est. = 2,07188 Mean absolute error = 1,5054 Durbin-Watson statistic = 2,37034 Residual Analysis Estimation Validation n 51 MSE 4,2927 MAE 1,5054 MAPE 7,47713 ME -1,7067E-15 MPE -0, Analysis of Variance for hco332 Model 10, , ,27 0,9850 Residual 155, ,88406 Total (Corr.) 165, Type III Sums of Squares trat 6, , ,26 0,9520 bloco 2, , ,15 0,9602

99 98 Residual 155, , Total (corrected) 165, All F-ratios are based on the residual mean square error. R-Squared = 6,26421 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 1,9708 Mean absolute error = 1,38381 Durbin-Watson statistic = 2,52566 Residual Analysis Estimation Validation n 51 MSE 3,88406 MAE 1,38381 MAPE 6,57926 ME -4,80661E-15 MPE -0, Analysis of Variance for ica1 Model 2, , ,18 0,0005 Residual 1, , Total (Corr.) 3, Type III Sums of Squares trat 0, , ,38 0,0465 bloco 1, , ,42 0,0004 Residual 1, , Total (corrected) 3, All F-ratios are based on the residual mean square error. R-Squared = 51,0878 percent R-Squared (adjusted for d.f.) = 38,8598 percent Standard Error of Est. = 0,21927 Mean absolute error = 0, Durbin-Watson statistic = 2,32772 Residual Analysis Estimation Validation n 51 MSE 0, MAE 0, MAPE 21,1345 ME -2,69937E-16 MPE -6,25418 Analysis of Variance for ica2 Model 0, , ,89 0,0010 Residual 0, , Total (Corr.) 1, Type III Sums of Squares trat 0, , ,66 0,6804 bloco 0, , ,41 0,0001

100 99 Residual 0, , Total (corrected) 1, All F-ratios are based on the residual mean square error. R-Squared = 49,3085 percent R-Squared (adjusted for d.f.) = 36,6356 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,2932 Residual Analysis Estimation Validation n 51 MSE 0, MAE 0, MAPE 14,8615 ME -3,03679E-16 MPE -3,61275 Analysis of Variance for k1 Model 8, , ,41 0,0238 Residual 14, ,3646 Total (Corr.) 23, Type III Sums of Squares trat 1, , ,53 0,7796 bloco 7, , ,07 0,0021 Residual 14, , Total (corrected) 23, All F-ratios are based on the residual mean square error. R-Squared = 37,5939 percent R-Squared (adjusted for d.f.) = 21,9923 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,054 Residual Analysis Estimation Validation n 51 MSE 0,3646 MAE 0, MAPE 10,8656 ME -1,46288E-15 MPE -1,71552 Analysis of Variance for k2 Model 9, , ,79 0,0000 Residual 6, , Total (Corr.) 16, Type III Sums of Squares trat 1, , ,03 0,0843 bloco 7, , ,17 0,0000

101 100 Residual 6, , Total (corrected) 16, All F-ratios are based on the residual mean square error. R-Squared = 59,15 percent R-Squared (adjusted for d.f.) = 48,9375 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,7339 Residual Analysis Estimation Validation n 51 MSE 0, MAE 0, MAPE 6,6074 ME -1,06233E-15 MPE -0, The StatAdvisor This pane summarizes the results of fitting 8 general linear statistical model relating 8 dependent variables to 2 predictive factors. Since the P-value in the first ANOVA table for ica1 is less than 0.01, there is a statistically significant relationship between ica1 and the predictor variables at the 99% confidence level. The R-Squared statistic indicates that the model as fitted explains 59,15% of the variability in ica1. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 48,9375%. The standard error of the estimate shows the standard deviation of the residuals to be 0, This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 0, is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. The output also summarizes the performance of the model in fitting the data, and in predicting any values withheld from the fitting process. It displays: (1) the mean squared error (MSE) (2) the mean absolute error (MAE) (3) the mean absolute percentage error (MAPE) (4) the mean error (ME) (5) the mean percentage error (MPE) Each of the statistics is based on the residuals. The first three statistics measure the magnitude of the errors. A better model will give a smaller value. The last two statistics measure bias. A better model will give a value close to 0.0. General Linear Models Table of Least Squares Means for na1 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN ,929 0, , ,561 trat t ,7 0, , ,389 t ,378 0, , ,121

102 101 t ,853 0, , ,431 t ,779 0, , ,468 t ,666 0, , ,354 t ,014 0, , ,702 t ,113 0, , ,801 bloco ,385 0, , , ,082 0, , , ,174 0, , , ,911 0, , , ,094 0, , ,512 The StatAdvisor This table shows the mean na1 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for na2 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN ,444 0, , ,295 trat t ,197 1, , ,458 t ,959 1, , ,532 t ,417 1, , ,53 t ,225 1, , ,486 t ,546 1, , ,807 t ,291 1, , ,552 t ,475 1, , ,616 bloco ,398 0, ,5 158, ,461 1, , , ,75 0, , , ,772 0, , , ,84 0, , ,799 The StatAdvisor This table shows the mean na2 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for hco31 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 20,006 0, , ,5986 trat t1 7 20,6151 0, , ,2122 t2 7 20,1219 0, , ,7705

103 102 t3 8 20,1463 0, , ,6383 t4 7 19,8388 0, , ,4353 t5 7 19,276 0, , ,8728 t6 7 20,3633 0, ,767 21,9596 t7 8 19,6807 0, , ,1905 bloco ,0832 0, , , ,4208 0, ,901 21, ,9857 0, , , ,5969 0, , , ,9434 0, , ,2353 The StatAdvisor This table shows the mean hco31 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for hco332 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 21,1684 0, , ,732 trat t1 7 21,4398 0, , ,959 t2 7 20,439 0, , ,0071 t3 8 21,4343 0, , ,8535 t4 7 20,8218 0, , ,3404 t5 7 21,2348 0, , ,7536 t6 7 21,3458 0, , ,8643 t7 8 21,4635 0, , ,8997 bloco ,199 0, , , ,5417 0, ,096 22, ,8169 0, , , ,0945 0, , , ,19 0, , ,4189 The StatAdvisor This table shows the mean hco332 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for hco332 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 21,1684 0, , ,732 trat t1 7 21,4398 0, , ,959 t2 7 20,439 0, , ,0071

104 103 t3 8 21,4343 0, , ,8535 t4 7 20,8218 0, , ,3404 t5 7 21,2348 0, , ,7536 t6 7 21,3458 0, , ,8643 t7 8 21,4635 0, , ,8997 bloco ,199 0, , , ,5417 0, ,096 22, ,8169 0, , , ,0945 0, , , ,19 0, , ,4189 The StatAdvisor This table shows the mean hco332 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for ica1 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 0, , , , trat t1 7 0, , , , t2 7 0, , , ,03393 t3 8 0, , , , t4 7 0, ,0836 0, ,974 t5 7 0, , , , t6 7 1, , , ,18907 t7 8 0, , , , bloco , , , , , , , , , , , , , , , , , , , , The StatAdvisor This table shows the mean ica1 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for ica2 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 0, , , , trat t1 7 0, , , , t2 7 0, , , ,709597

105 104 t3 8 0, , , , t4 7 0, , , , t5 7 0, , , , t6 7 0, , , , t7 8 0, , , , bloco , , , , , , , , , , , , , , , , , , , , The StatAdvisor This table shows the mean ica2 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for k1 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 3, , , ,0211 trat t1 7 3, , , ,2092 t2 7 3,9453 0, , ,42575 t3 8 3, , , ,32899 t4 7 3, , , ,13663 t5 7 3, , , ,26679 t6 7 4, , , ,62456 t7 8 3, , , ,16358 bloco , , , , , , , , , , , , , , , , , , , ,65114 The StatAdvisor This table shows the mean k1 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for k2 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 3,6195 0, , ,7352 trat t1 7 3, , , ,70845 t2 7 3, , ,6465 4,29026

106 105 t3 8 3, , , ,86538 t4 7 3, , , ,15108 t5 7 3, , , ,69521 t6 7 3, , , ,98876 t7 8 3, , , ,79236 bloco , , ,3697 3, , , , , , , , , ,2935 0, , , , , , ,59219 The StatAdvisor This table shows the mean k2 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Multiple Comparisons for ica1 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups t7 8 0, X t3 8 0,69256 XX t1 7 0, XX t5 7 0, XX t4 7 0, XX t2 7 0, XX t6 7 1,02014 X Contrast Difference t1 - t2-0, t1 - t3 0, t1 - t4-0, t1 - t5-0, t1 - t6-0, t1 - t7 0, t2 - t3 0, t2 - t4 0, t2 - t5 0, t2 - t6-0, t2 - t7 0, t3 - t4-0, t3 - t5-0, t3 - t6-0, t3 - t7 0, t4 - t5 0, t4 - t6-0, t4 - t7 0, t5 - t6-0, t5 - t7 0, t6 - t7 *0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of

107 means. An asterisk has been placed next to 1 pair, indicating that this pair shows a statistically significant difference at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals

108 107 APÊNDICE 5. Análise estatística: Continuação dos resultados das hemogasometrias venosas do experimento com fontes de enxofre, antes do consumo da dieta (8h) e 6h após o consumo da dieta (15h). Osm1=Osmolalidade as 8h; Osm2=Osmolalidade as 15h; pco21= concentração de dióxido de carbono as 8h pco22= Concentração de dióxido de carbono as 15h; phsang1= ph sanguíneo as 8h; phsang2= ph sanguíneo as 15h. General Linear Models Number of dependent variables: 6 Number of categorical factors: 2 Number of quantitative factors: 0 Analysis of Variance for osm1 Model 1533, ,355 9,32 0,0000 Residual 641, ,4571 Total (Corr.) 2175,38 49 Type III Sums of Squares trat 79, ,3238 0,81 0,5688 bloco 1512, ,042 22,97 0,0000 Residual 641, , Total (corrected) 2175,38 49 All F-ratios are based on the residual mean square error. R-Squared = 70,4958 percent R-Squared (adjusted for d.f.) = 62,9306 percent Standard Error of Est. = 4,05674 Mean absolute error = 3,00539 Durbin-Watson statistic = 1,77098 Residual Analysis Estimation Validation n 50 MSE 16,4571 MAE 3,00539 MAPE 0, ME 7,04858E-14 MPE -0, Analysis of Variance for osm2 Model 953, ,3107 3,23 0,0040 Residual 1149, ,4818 Total (Corr.) 2102,9 49 Type III Sums of Squares trat 178, ,7344 1,01 0,4338 bloco 876, ,084 7,43 0,0002 Residual 1149, ,4818

109 Total (corrected) 2102,9 49 All F-ratios are based on the residual mean square error. R-Squared = 45,3235 percent R-Squared (adjusted for d.f.) = 31,3039 percent Standard Error of Est. = 5,42972 Mean absolute error = 3,07627 Durbin-Watson statistic = 2,59333 Residual Analysis Estimation Validation n 50 MSE 29,4818 MAE 3,07627 MAPE 0, ME 5,00222E-14 MPE -0, Analysis of Variance for pco21 Model 412, ,2467 1,18 0,3316 Residual 1396, ,9124 Total (Corr.) 1808,97 50 Type III Sums of Squares trat 22, , ,11 0,9948 bloco 400, ,24 2,87 0,0351 Residual 1396, , Total (corrected) 1808,97 50 All F-ratios are based on the residual mean square error. R-Squared = 22,8013 percent R-Squared (adjusted for d.f.) = 3,5016 percent Standard Error of Est. = 5,90868 Mean absolute error = 4,04671 Durbin-Watson statistic = 2,0273 Residual Analysis Estimation Validation n 51 MSE 34,9124 MAE 4,04671 MAPE 9,88239 ME -1,39322E-16 MPE -1,59711 Analysis of Variance for pco22 Model 113, ,3454 0,99 0,4669 Residual 446, ,4414 Total (Corr.) 559, Type III Sums of Squares trat 39, , ,57 0,7490 bloco 73, ,4396 1,61 0,1907 Residual 446, ,4414

110 Total (corrected) 559, All F-ratios are based on the residual mean square error. R-Squared = 20,2717 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 3,38251 Mean absolute error = 2,43477 Durbin-Watson statistic = 2,3687 Residual Analysis Estimation Validation n 50 MSE 11,4414 MAE 2,43477 MAPE 5,63819 ME -1,7053E-14 MPE -0, Analysis of Variance for phsang1 Model 0, , ,38 0,9495 Residual 0, , Total (Corr.) 0, Type III Sums of Squares trat 0, , ,44 0,8482 bloco 0, , ,46 0,7669 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 8,61044 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,11078 Residual Analysis Estimation Validation n 51 MSE 0, MAE 0, MAPE 0, ME 1,51513E-15 MPE -0, Analysis of Variance for phsang2 Model 0, , ,53 0,1661 Residual 0, , Total (Corr.) 0, Type III Sums of Squares trat 0, , ,90 0,5045 bloco 0, , ,66 0,0464 Residual 0, ,

111 otal (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 27,6139 percent R-Squared (adjusted for d.f.) = 9,51743 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,17665 Residual Analysis Estimation Validation n 51 MSE 0, MAE 0, MAPE 0, ME -1,93309E-15 MPE -0, General Linear Models Table of Least Squares Means for osm1 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN ,806 0, , ,977 trat t ,257 1, , ,387 t ,648 1, , ,879 t ,792 1, , ,716 t ,528 1, , ,657 t ,16 1, , ,289 t ,995 1, , ,123 t ,262 1, , ,391 bloco ,497 1, ,87 310, ,363 1, , , ,551 1, , , ,195 1, , , ,424 1, , ,05 The StatAdvisor This table shows the mean osm1 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for osm2 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN ,781 0, , ,357 trat t ,355 2, , ,544 t ,491 2, , ,257

112 111 t ,713 1, , ,627 t ,478 2, ,29 307,666 t ,964 2, , ,153 t ,5 2, , ,688 t ,971 1, , ,937 bloco ,407 1, , , ,926 1, , , ,755 1, , , ,709 1, , , ,11 1, , ,738 The StatAdvisor This table shows the mean osm2 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for pco21 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 41,9722 0, , ,6621 trat t1 7 41,8398 2, , ,3946 t2 7 43,3784 2, , ,0798 t3 8 41,8233 2, , ,0783 t4 7 42,549 2, ,996 47,102 t5 7 41,6588 2, , ,2126 t6 7 41,294 2, , ,8464 t7 8 41,2623 2, , ,5681 bloco ,1941 1, , , ,1734 2, , , ,3922 1, , , ,9386 1, , , ,1629 1, , ,8472 The StatAdvisor This table shows the mean pco21 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for pco22 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 50 43,4876 0, , ,4664 trat t1 7 44,0921 1, , ,702 t2 7 43,2061 1, , ,9

113 112 t3 8 44,7695 1, , ,2076 t4 7 44,1186 1, , ,7277 t5 7 43,2029 1, , ,8132 t6 7 41,782 1, , ,3911 t7 7 43,2419 1, , ,9302 bloco ,9625 1, , , ,1915 1, , , ,3389 1, , , ,0924 1, , , ,8526 1, , ,9683 The StatAdvisor This table shows the mean pco22 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for phsang1 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 7, , , ,30975 trat t1 7 7, , , ,34282 t2 7 7, , , ,32422 t3 8 7, , , ,33258 t4 7 7, , , ,32212 t5 7 7, , , ,31467 t6 7 7, , , ,34322 t7 8 7, , , ,32949 bloco , , , , , , , , , , , , , , , , , , , ,33039 The StatAdvisor This table shows the mean phsang1 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for phsang2 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51 7, , , ,3128

114 113 tratt1 7 7, , , ,33076 t2 7 7, , , ,32006 t3 8 7, , , ,32306 t4 7 7, , ,2648 7,31748 t5 7 7, , , ,33508 t6 7 7, , , ,35386 t7 8 7, , , ,32297 bloco , , , , , , , , , , , , , , , , , , , ,31535 The StatAdvisor This table shows the mean phsang2 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options.

115 114 APÊNDICE 6. Análise estatística: Continuação dos resultados das hemogasometrias venosas do experimento com fontes de enxofre, antes do consumo da dieta (8h) e 6h após o consumo da dieta (15h). be1= excesso de bases as 8h; be2= excesso de bases as 15h General Linear Models Number of dependent variables: 2 Number of categorical factors: 2 Number of quantitative factors: 0 Analysis of Variance for be1 Model 58, , ,64 0,1312 Residual 144, ,60182 Total (Corr.) 203, Type III Sums of Squares trat 13, , ,64 0,6937 bloco 43, ,799 3,00 0,0296 Residual 144, , Total (corrected) 203, All F-ratios are based on the residual mean square error. R-Squared = 29,0411 percent R-Squared (adjusted for d.f.) = 11,3014 percent Standard Error of Est. = 1,89785 Mean absolute error = 1,33854 Durbin-Watson statistic = 2,47076 Residual Analysis Estimation Validation n 51 MSE 3,60182 MAE 1,33854 MAPE ME 2,08983E-15 MPE Analysis of Variance for be2 Model 20, , ,46 0,9072 Residual 176, ,42085 Total (Corr.) 197, Type III Sums of Squares trat 10, , ,38 0,8888 bloco 9, , ,55 0,6977 Residual 176, ,

116 115 Total (corrected) 197, All F-ratios are based on the residual mean square error. R-Squared = 10,2624 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 2,10258 Mean absolute error = 1,46198 Durbin-Watson statistic = 2,4429 Residual Analysis Estimation Validation n 51 MSE 4,42085 MAE 1,46198 MAPE ME -5,22458E-16 MPE The StatAdvisor This pane summarizes the results of fitting 2 general linear statistical model relating 2 dependent variables to 2 predictive factors. Since the P-value in the first ANOVA table for be2 is greater or equal to 0.10, there is not a statistically significant relationship between be2 and the predictor variables at the 90% or higher confidence level. The second ANOVA table for be2 tests the statistical significance of each of the factors as it was entered into the model. Notice that the highest P-value is 0,8888, belonging to A. Since the P-value is greater or equal to 0.10, that term is not statistically significant at the 90% or higher confidence level. Consequently, you should consider removing A from the model. The R-Squared statistic indicates that the model as fitted explains 10,2624% of the variability in be2. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 0,0%. The standard error of the estimate shows the standard deviation of the residuals to be 2, This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 1,46198 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. The output also summarizes the performance of the model in fitting the data, and in predicting any values withheld from the fitting process. It displays: (1) the mean squared error (MSE) (2) the mean absolute error (MAE) (3) the mean absolute percentage error (MAPE) (4) the mean error (ME) (5) the mean percentage error (MPE) Each of the statistics is based on the residuals. The first three statistics measure the magnitude of the errors. A better model will give a smaller value. The last two statistics measure bias. A better model will give a value close to 0.0. NOTE: the MAPE and MPE were not calculated because the smallest data value was less than or equal to 0.0. General Linear Models Table of Least Squares Means for be1 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit

117 116 GRAND MEAN 51-6, , , ,59624 trat t1 7-5, , , ,90958 t2 7-6, , ,6564-4,63623 t3 8-5,9355 0, , ,56882 t4 7-6, , , ,99996 t5 7-7, , , ,62208 t6 7-5,562 0, , ,09979 t7 8-6, , , ,02659 bloco , , ,7112-3, , , , , , , , , , , , , , , , ,85653 The StatAdvisor This table shows the mean be1 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for be2 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 51-5,0779 0, , ,47658 trat t1 7-4, , , ,1967 t2 7-5, , , ,18667 t3 8-4,935 0, , ,42088 t4 7-5, , , ,01258 t5 7-4, , ,5366-3,29573 t6 7-4,3862 0, , ,76625 t7 8-4, , ,5302-3,46582 bloco , , ,9898-4, , , , , , , , , , , , , , , , ,9024 The StatAdvisor This table shows the mean be2 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for be1 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit

118 117 GRAND MEAN 51-6, , , ,59624 trat t1 7-5, , , ,90958 t2 7-6, , ,6564-4,63623 t3 8-5,9355 0, , ,56882 t4 7-6, , , ,99996 t5 7-7, , , ,62208 t6 7-5,562 0, , ,09979 t7 8-6, , , ,02659 bloco , , ,7112-3, , , , , , , , , , , , , , , , ,85653 The StatAdvisor This table shows the mean be1 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options.

119 118 APÊNDICE 7. Análise estatística dos três tratamentos com fontes de cálcio: Consumo alimentar, peso vivo, escore fecal, volume, densidade, ph urinário. PV = peso vivo; ConsgkgPV = Consumo em g por kg de peso vivo; ef = escore fecal; phurina = ph urinário; controle= dieta controle; carbca= dieta com carbonato de cálcio; gluca= dieta com gluconato de cálcio General Linear Models Number of dependent variables: 6 Number of categorical factors: 2 Number of quantitative factors: 0 Analysis of Variance for PV Model 0, , ,43 0,7337 Residual 8, , Total (Corr.) 9, Type III Sums of Squares fonte 0, , ,09 0,9142 bloco 0, , ,05 0,3224 Residual 8, , Total (corrected) 9, All F-ratios are based on the residual mean square error. R-Squared = 7,93797 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 1,97576 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 15,8036 ME -2,10358E-16 MPE -2,82879 Analysis of Variance for consgkgpv Model 3, , ,42 0,7433 Residual 39, ,6594 Total (Corr.) 43, Type III Sums of Squares fonte 0, , ,01 0,9913 bloco 3, , ,25 0,2816 Residual 39, , Total (corrected) 43, All F-ratios are based on the residual mean square error.

120 119 R-Squared = 7,69831 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 1,63077 Mean absolute error = 1,16183 Durbin-Watson statistic = 1,79036 Residual Analysis Estimation Validation n 19 MSE 2,6594 MAE 1,16183 MAPE 8,10566 ME -3,83319E-15 MPE -1,01648 Analysis of Variance for ef Model 1, , ,19 0,0544 Residual 2, , Total (Corr.) 3, Type III Sums of Squares fonte 0, , ,51 0,0562 bloco 0, , ,01 0,1771 Residual 2, , Total (corrected) 3, All F-ratios are based on the residual mean square error. R-Squared = 38,9221 percent R-Squared (adjusted for d.f.) = 26,7065 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,43098 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 7,90125 ME -3,27224E-16 MPE -1,03209 Analysis of Variance for volume Model 233, ,796 0,14 0,9321 Residual 8118, ,248 Total (Corr.) 8352,11 18 Type III Sums of Squares fonte 232, ,459 0,22 0,8089 bloco 0, , ,00 0,9970 Residual 8118, , Total (corrected) 8352,11 18 All F-ratios are based on the residual mean square error.

121 120 R-Squared = 2,79436 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 23,2647 Mean absolute error = 16,7496 Durbin-Watson statistic = 1,72549 Residual Analysis Estimation Validation n 19 MSE 541,248 MAE 16,7496 MAPE 34,0399 ME 8,60131E-15 MPE -14,0613 Analysis of Variance for densidade Model 0, , ,41 0,7464 Residual 0, , Total (Corr.) 0, Type III Sums of Squares fonte 0, , ,51 0,6115 bloco 0, , ,21 0,6525 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 7,62185 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 1,83906 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 0, ME 2,33731E-17 MPE -0, Analysis of Variance for phurina Model 0, , ,70 0,0000 Residual 0, , Total (Corr.) 1, Type III Sums of Squares fonte 0, , ,27 0,0000 bloco 0, , ,92 0,0663 Residual 0, , Total (corrected) 1, All F-ratios are based on the residual mean square error.

122 121 R-Squared = 78,906 percent R-Squared (adjusted for d.f.) = 74,6873 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,51726 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 1,42407 ME 1,12191E-15 MPE -0, The StatAdvisor This pane summarizes the results of fitting 6 general linear statistical model relating 6 dependent variables to 2 predictive factors. Since the P-value in the first ANOVA table for PV is greater or equal to 0.10, there is not a statistically significant relationship between PV and the predictor variables at the 90% or higher confidence level. The R-Squared statistic indicates that the model as fitted explains 78,906% of the variability in PV. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 74,6873%. The standard error of the estimate shows the standard deviation of the residuals to be 0, This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 0, is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. The output also summarizes the performance of the model in fitting the data, and in predicting any values withheld from the fitting process. It displays: (1) the mean squared error (MSE) (2) the mean absolute error (MAE) (3) the mean absolute percentage error (MAPE) (4) the mean error (ME) (5) the mean percentage error (MPE) Each of the statistics is based on the residuals. The first three statistics measure the magnitude of the errors. A better model will give a smaller value. The last two statistics measure bias. A better model will give a value close to 0.0. General Linear Models Multiple Comparisons for PV by fonte Method: 95,0 percent Student-Newman-Keuls fonte Count LS Mean Homogeneous Groups carbca 6 3,8925 X controle 6 3,90083 X glucca 7 4,04833 X Contrast Difference controle - carbca 0, controle - glucca -0,1475 carbca - glucca -0,155833

123 122 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for consgkgpv by fonte Method: 95,0 percent Student-Newman-Keuls fonte Count LS Mean Homogeneous Groups carbca 6 14,6855 X controle 6 14,7053 X glucca 7 14,7967 X Contrast Difference controle - carbca 0, controle - glucca -0, carbca - glucca -0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for ef by fonte Method: 95,0 percent Student-Newman-Keuls fonte Count LS Mean Homogeneous Groups glucca 7 3,13125 X carbca 6 3,492 X controle 6 3,67384 X Contrast Difference

124 123 controle - carbca 0,18184 controle - glucca 0, carbca - glucca 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for ef by fonte Method: 95,0 percent LSD fonte Count LS Mean Homogeneous Groups glucca 7 3,13125 X carbca 6 3,492 XX controle 6 3,67384 X Contrast Difference +/- Limits controle - carbca 0, , controle - glucca *0, , carbca - glucca 0, , * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 1 pair, indicating that this pair shows a statistically significant difference at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is Fisher's least significant difference (LSD) procedure. With this method, there is a 5,0% risk of calling each pair of means significantly different when the actual difference equals 0. General Linear Models Multiple Comparisons for volume by fonte Method: 95,0 percent Student-Newman-Keuls fonte Count LS Mean Homogeneous Groups

125 124 glucca 7 53,6162 X carbca 6 61,9444 X Contrast Difference controle - carbca -6,0 controle - glucca 2,32828 carbca - glucca 8,32828 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for densidade by fonte Method: 95,0 percent Student-Newman-Keuls fonte Count LS Mean Homogeneous Groups carbca 6 1,05067 X glucca 7 1,0556 X controle 6 1,05872 X Contrast Difference controle - carbca 0, controle - glucca 0, carbca - glucca -0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for phurina by fonte

126 Method: 95,0 percent Student-Newman-Keuls fonte Count LS Mean Homogeneous Groups controle 6 5,84167 X glucca 7 6,1776 X carbca 6 6,35111 X Contrast Difference controle - carbca *-0, controle - glucca *-0, carbca - glucca *0,17351 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 3 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 3 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0.

127 126 APÊNDICE 8. Análise estatística: Resultados das hemogasometrias venosas do experimento com fontes de cálcio, antes do consumo da dieta (8h) e 6h após o consumo da dieta (15h). Ta = dieta controle; Tb= dieta com carbonato de cálcio; tc = dieta com gluconato de cálcio; na1=concentração de sódio as 8h; na2 = Concentração de sódio as 15h; k1= Concentração de potássio as 8h; k2= Concentração de potássio as 15h; phsang1= ph sanguíneo as 8h, phsang2= ph sanguíneo as 15h; be1= excesso de base as 8h; be2=excesso de base as 15h. General Linear Models Number of dependent variables: 8 Number of categorical factors: 2 Number of quantitative factors: 0 Analysis of Variance for na1 Model 90, ,218 5,16 0,0119 Residual 87, ,85584 Total (Corr.) 178, Type III Sums of Squares trat 90, ,2577 7,73 0,0049 bloco 1, , ,18 0,6794 Residual 87, , Total (corrected) 178, All F-ratios are based on the residual mean square error. R-Squared = 50,789 percent R-Squared (adjusted for d.f.) = 40,9467 percent Standard Error of Est. = 2,41988 Mean absolute error = 1,81946 Durbin-Watson statistic = 2,63683 Residual Analysis Estimation Validation n 19 MSE 5,85584 MAE 1,81946 MAPE 1,13395 ME 1,49588E-15 MPE -0, Analysis of Variance for na2 Model 16, , ,60 0,6262 Residual 141, ,46489 Total (Corr.) 158, Type III Sums of Squares ----

128 trat 14, , ,78 0,4776 bloco 3, , ,32 0,5807 Residual 141, , Total (corrected) 158, All F-ratios are based on the residual mean square error. R-Squared = 10,6784 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 3,07651 Mean absolute error = 2,40351 Durbin-Watson statistic = 2,33855 Residual Analysis Estimation Validation n 19 MSE 9,46489 MAE 2,40351 MAPE 1,50256 ME -7,4794E-15 MPE -0, Analysis of Variance for k1 Model 0, , ,33 0,3015 Residual 2, , Total (Corr.) 3, Type III Sums of Squares trat 0, , ,03 0,3808 bloco 0, , ,17 0,1618 Residual 2, , Total (corrected) 3, All F-ratios are based on the residual mean square error. R-Squared = 21,0234 percent R-Squared (adjusted for d.f.) = 5,2281 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 1,57999 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 7,57392 ME 0,0 MPE -0, Analysis of Variance for k2 Model 0, , ,78 0,1945 Residual 2, , Total (Corr.) 3, Type III Sums of Squares ----

129 trat 0, , ,10 0,1567 bloco 0, , ,38 0,2579 Residual 2, , Total (corrected) 3, All F-ratios are based on the residual mean square error. R-Squared = 26,2325 percent R-Squared (adjusted for d.f.) = 11,479 percent Standard Error of Est. = 0,40027 Mean absolute error = 0, Durbin-Watson statistic = 1,389 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 8,08143 ME -3,97343E-16 MPE -0, Analysis of Variance for phsang1 Model 0, , ,63 0,0880 Residual 0, , Total (Corr.) 0, Type III Sums of Squares trat 0, , ,12 0,1548 bloco 0, , ,95 0,0655 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 34,4852 percent R-Squared (adjusted for d.f.) = 21,3823 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,69015 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 0, ME -2,57104E-15 MPE -0, Analysis of Variance for phsang2 Model 0, , ,49 0,2586 Residual 0, , Total (Corr.) 0, Type III Sums of Squares ----

130 trat 0, , ,07 0,1612 bloco 0, , ,49 0,4950 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 22,9079 percent R-Squared (adjusted for d.f.) = 7,48952 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,13857 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 0, ME -7,01193E-16 MPE -0, Analysis of Variance for be1 Model 18, , ,05 0,3999 Residual 90, ,0161 Total (Corr.) 109, Type III Sums of Squares trat 5, , ,47 0,6327 bloco 14, ,0156 2,33 0,1477 Residual 90, , Total (corrected) 109, All F-ratios are based on the residual mean square error. R-Squared = 17,3358 percent R-Squared (adjusted for d.f.) = 0, percent Standard Error of Est. = 2,45277 Mean absolute error = 1,7622 Durbin-Watson statistic = 2,77562 Residual Analysis Estimation Validation n 19 MSE 6,0161 MAE 1,7622 MAPE ME 1,63612E-15 MPE Analysis of Variance for be2 Model 15, , ,95 0,4410 Residual 79, ,32246 Total (Corr.) 95, Type III Sums of Squares ----

131 trat 6, ,154 0,59 0,5653 bloco 9, , ,82 0,1969 Residual 79, , Total (corrected) 95, All F-ratios are based on the residual mean square error. R-Squared = 15,9798 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 2,30705 Mean absolute error = 1,72727 Durbin-Watson statistic = 1,79817 Residual Analysis Estimation Validation n 19 MSE 5,32246 MAE 1,72727 MAPE ME 8,18059E-16 MPE The StatAdvisor This pane summarizes the results of fitting 8 general linear statistical model relating 8 dependent variables to 2 predictive factors. Since the P-value in the first ANOVA table for na1 is less than 0.05, there is a statistically significant relationship between na1 and the predictor variables at the 95% confidence level. The R-Squared statistic indicates that the model as fitted explains 15,9798% of the variability in na1. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 0,0%. The standard error of the estimate shows the standard deviation of the residuals to be 2, This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 1,81946 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. The output also summarizes the performance of the model in fitting the data, and in predicting any values withheld from the fitting process. It displays: (1) the mean squared error (MSE) (2) the mean absolute error (MAE) (3) the mean absolute percentage error (MAPE) (4) the mean error (ME) (5) the mean percentage error (MPE) Each of the statistics is based on the residuals. The first three statistics measure the magnitude of the errors. A better model will give a smaller value. The last two statistics measure bias. A better model will give a value close to 0.0. General Linear Models Multiple Comparisons for na1 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tb 6 158,25 X

132 131 ta 6 159,117 X tc 7 163,162 X Contrast Difference ta - tb 0, ta - tc *-4,04545 tb - tc *-4,91212 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 2 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for na2 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tb 6 159,067 X ta 6 160,1 X tc 7 161,2 X Contrast Difference ta - tb 1,03333 ta - tc -1,1 tb - tc -2,13333 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models

133 132 Multiple Comparisons for k1 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tc 7 3,45318 X ta 6 3,605 X tb 6 3,77833 X Contrast Difference ta - tb -0, ta - tc 0, tb - tc 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for k2 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tc 7 3,40023 X ta 6 3,585 X tb 6 3,85667 X Contrast Difference ta - tb -0, ta - tc 0, tb - tc 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0.

134 133 General Linear Models Multiple Comparisons for phsang1 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tc 7 7,26755 X ta 6 7,26933 X tb 6 7,30417 X Contrast Difference ta - tb -0, ta - tc 0, tb - tc 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for phsang2 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tb 6 7,2795 X ta 6 7,29217 X tc 7 7,31356 X Contrast Difference ta - tb 0, ta - tc -0, tb - tc -0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which

135 134 there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method,there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for be1 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tc 7-8,8803 X ta 6-8,6 X tb 6-7,6 X Contrast Difference ta - tb -1,0 ta - tc 0, tb - tc 1,2803 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for be2 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tb 6-7,56667 X ta 6-6,75 X tc 7-6,16894 X Contrast Difference ta - tb 0, ta - tc -0, tb - tc -1,39773 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine

136 which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals

137 136 APÊNDICE 9. Análise estatística: Continuação dos resultados das hemogasometrias venosas do experimento com fontes de cálcio antes do consumo da dieta (8h) e 6h após o consumo da dieta (15h). Ta = dieta controle; Tb= dieta com carbonato de cálcio; tc = dieta com gluconato de cálcio; hco31= Concentração de bicarbonato as 8h; hco332= Concentração de bicarbonato as 15h; Osm1= osmolaridade as as 8h; Osm2=osmolaridade as 15h; pco21=concentração de dióxido de carbono as 8h; pco22= concentração de dióxido de carbono as 15h; ica1= concentração de cálcio iônico as 8h; ica2= concentração de cálcio iônico as 15h. General Linear Models Number of dependent variables: 6 Number of categorical factors: 2 Number of quantitative factors: 0 Analysis of Variance for hco31 Model 7, ,4331 0,45 0,7188 Residual 80, ,36812 Total (Corr.) 87, Type III Sums of Squares trat 0, , ,09 0,9158 bloco 6, , ,24 0,2837 Residual 80, , Total (corrected) 87, All F-ratios are based on the residual mean square error. R-Squared = 8,31157 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 2,31692 Mean absolute error = 1,63278 Durbin-Watson statistic = 2,77439 Residual Analysis Estimation Validation n 19 MSE 5,36812 MAE 1,63278 MAPE 9,14672 ME -1,40239E-15 MPE -1,27687 Analysis of Variance for hco332 Model 10, , ,58 0,6352 Residual 93, ,24432 Total (Corr.) 104, Type III Sums of Squares

138 137 trat 1, , ,15 0,8629 bloco 9, , ,50 0,2397 Residual 93, , Total (corrected) 104, All F-ratios are based on the residual mean square error. R-Squared = 10,4452 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 2,49886 Mean absolute error = 1,8488 Durbin-Watson statistic = 1,89937 Residual Analysis Estimation Validation n 19 MSE 6,24432 MAE 1,8488 MAPE 9,84302 ME -1,49588E-15 MPE -1,38343 Analysis of Variance for osm1 Model 292, ,3901 4,42 0,0205 Residual 330, ,0547 Total (Corr.) 622, Type III Sums of Squares trat 292, ,058 6,62 0,0087 bloco 1, , ,09 0,7700 Residual 330, , Total (corrected) 622, All F-ratios are based on the residual mean square error. R-Squared = 46,898 percent R-Squared (adjusted for d.f.) = 36,2776 percent Standard Error of Est. = 4,69625 Mean absolute error = 3,49793 Durbin-Watson statistic = 2,66902 Residual Analysis Estimation Validation n 19 MSE 22,0547 MAE 3,49793 MAPE 1,10377 ME -7,77857E-14 MPE -0, Analysis of Variance for osm2 Model 60, ,1428 0,61 0,6175 Residual 493, ,8992 Total (Corr.) 553, Type III Sums of Squares

139 138 trat 52, ,1083 0,79 0,4703 bloco 10, ,8875 0,33 0,5736 Residual 493, , Total (corrected) 553, All F-ratios are based on the residual mean square error. R-Squared = 10,9093 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 5,73578 Mean absolute error = 4,48118 Durbin-Watson statistic = 2,33795 Residual Analysis Estimation Validation n 19 MSE 32,8992 MAE 4,48118 MAPE 1,41791 ME 5,38517E-14 MPE -0, Analysis of Variance for pco21 Model 21, ,0059 0,55 0,6549 Residual 190, ,7045 Total (Corr.) 211, Type III Sums of Squares trat 20, ,2187 0,80 0,4658 bloco 0, ,7429 0,06 0,8122 Residual 190, , Total (corrected) 211, All F-ratios are based on the residual mean square error. R-Squared = 9,93344 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 3,56434 Mean absolute error = 2,57384 Durbin-Watson statistic = 2,59709 Residual Analysis Estimation Validation n 19 MSE 12,7045 MAE 2,57384 MAPE 6,77349 ME -3,36573E-15 MPE -0, Analysis of Variance for pco22 Model 35, ,6801 0,45 0,7234 Residual 392, ,1612 Total (Corr.) 427, Type III Sums of Squares

140 139 trat 13, , ,26 0,7762 bloco 19, ,1727 0,73 0,4054 Residual 392, , Total (corrected) 427, All F-ratios are based on the residual mean square error. R-Squared = 8,19739 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 5,1148 Mean absolute error = 3,45877 Durbin-Watson statistic = 2,25685 Residual Analysis Estimation Validation n 19 MSE 26,1612 MAE 3,45877 MAPE 9,00723 ME -3,92668E-15 MPE -1,37469 The StatAdvisor This pane summarizes the results of fitting 6 general linear statistical model relating 6 dependent variables to 2 predictive factors. Since the P-value in the first ANOVA table for hco31 is greater or equal to 0.10, there is not a statistically significant relationship between hco31 and the predictor variables at the 90% or higher confidence level. The R-Squared statistic indicates that the model as fitted explains 8,19739% of the variability in hco31. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 0,0%. The standard error of the estimate shows the standard deviation of the residuals to be 5,1148. This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 1,63278 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. The output also summarizes the performance of the model in fitting the data, and in predicting any values withheld from the fitting process. It displays: (1) the mean squared error (MSE) (2) the mean absolute error (MAE) (3) the mean absolute percentage error (MAPE) (4) the mean error (ME) (5) the mean percentage error (MPE) Each of the statistics is based on the residuals. The first three statistics measure the magnitude of the errors. A better model will give a smaller value. The last two statistics measure bias. A better model will give a value close to 0.0. General Linear Models Number of dependent variables: 2 Number of categorical factors: 2 Number of quantitative factors: 0 Analysis of Variance for ica1

141 140 Model 0, , ,41 0,1077 Residual 0, , Total (Corr.) 0, Type III Sums of Squares trat 0, , ,41 0,2752 bloco 0, , ,87 0,0434 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 32,5063 percent R-Squared (adjusted for d.f.) = 19,0075 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,90599 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 11,4627 ME -1,02257E-16 MPE -1,92276 Analysis of Variance for ica2 Model 0, , ,33 0,8043 Residual 0, , Total (Corr.) 0, Type III Sums of Squares trat 0, , ,11 0,8939 bloco 0, , ,80 0,3865 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 6,17852 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,14885 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 13,432 ME -2,33731E-17 MPE -3,34658 The StatAdvisor This pane summarizes the results of fitting 2 general linear statistical model relating 2 dependent variables to 2 predictive

142 141 factors. Since the P-value in the first ANOVA table for ica1 is greater or equal to 0.10, there is not a statistically significant relationship between ica1 and the predictor variables at the 90% or higher confidence level. The R-Squared statistic indicates that the model as fitted explains 6,17852% of the variability in ica1. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 0,0%. The standard error of the estimate shows the standard deviation of the residuals to be 0, This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 0, is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. The output also summarizes the performance of the model in fitting the data, and in predicting any values withheld from the fitting process. It displays: (1) the mean squared error (MSE) (2) the mean absolute error (MAE) (3) the mean absolute percentage error (MAPE) (4) the mean error (ME) (5) the mean percentage error (MPE) Each of the statistics is based on the residuals. The first three statistics measure the magnitude of the errors. A better model will give a smaller value. The last two statistics measure bias. A better model will give a value close to 0.0. General Linear Models Multiple Comparisons for hco31 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tc 7 17,4295 X ta 6 17,75 X tb 6 17,9667 X Contrast Difference ta - tb -0, ta - tc 0, tb - tc 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for hco332 by trat

143 142 Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tb 6 18,7833 X ta 6 19,4167 X tc 7 19,4864 X Contrast Difference ta - tb 0, ta - tc -0, tb - tc -0,70303 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for osm1 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tb 6 312,883 X ta 6 314,467 X tc 7 321,717 X Contrast Difference ta - tb 1,58333 ta - tc *-7,25076 tb - tc *-8,83409 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 2 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual dgeneral Linear Models Multiple Comparisons for osm1 by trat

144 143 Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tb 6 312,883 X ta 6 314,467 X tc 7 321,717 X Contrast Difference ta - tb 1,58333 ta - tc *-7,25076 tb - tc *-8,83409 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 2 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for osm2 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tb 6 314,317 X ta 6 316,267 X tc 7 318,337 X Contrast Difference ta - tb 1,95 ta - tc -2,07045 tb - tc -4,02045 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0.

145 144 General Linear Models Multiple Comparisons for pco21 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tb 6 36,9333 X tc 7 38,8712 X ta 6 39,4 X Contrast Difference ta - tb 2,46667 ta - tc 0, tb - tc -1,93788 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for pco22 by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups tc 7 39,2583 X tb 6 40,9833 X ta 6 41,0333 X Contrast Difference ta - tb 0,05 ta - tc 1,775 tb - tc 1,725 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each

146 145 column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Table of Least Squares Means for ica1 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 19 0, , , , trat ta 6 0, , , ,88072 tb 6 0, , , ,85372 tc 7 0, , , ,77771 bloco , , , , , , , , The StatAdvisor This table shows the mean ica1 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options. General Linear Models Table of Least Squares Means for ica2 with 95,0 Percent Confidence Intervals Stnd. Lower Upper Level Count Mean Error Limit Limit GRAND MEAN 19 0, , , , trat ta 6 0,81 0, , , tb 6 0,7825 0, , , tc 7 0, , , ,88302 bloco ,763 0, , , , , , , The StatAdvisor This table shows the mean ica2 for each level of the factors. It also shows the standard error of each mean, which is a measure of its sampling variability. The rightmost two columns show 95,0% confidence intervals for each of the means. You can display these means and intervals by selecting Means Plot from the list of Graphical Options.

147 146 APÊNDICE 10. Análise estatística do experimento com fontes de cálcio. Consumo de cálcio, excreção urinária diária de cálcio em g, porcentagem diária de excreção urinária de cálcio. ConsCag= consumo diário de cálcio em gramas; exccaug= excreção urinária diária de cálcio em gramas; exccapct=poentagem diária de excreção urinária de cálcio; controle= dieta controle; glucca= gluconato de cálcio; carbca= carbonato de cálcio. General Linear Models Number of dependent variables: 4 Number of categorical factors: 1 Number of quantitative factors: 0 Analysis of Variance for conscag Model 0, , ,68 0,0078 Residual 0, , Total (Corr.) 0, Type III Sums of Squares trat 0, , ,68 0,0078 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 45,4913 percent R-Squared (adjusted for d.f.) = 38,6777 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 1,68821 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 10,8032 ME -1,75298E-16 MPE -1,72205 Analysis of Variance for exccaug Model 0, , ,08 0,3634 Residual 0, , Total (Corr.) 0, Type III Sums of Squares trat 0, , ,08 0,3634 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 11,885 percent

148 147 R-Squared (adjusted for d.f.) = 0,87065 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,4094 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 38,8066 ME 7,98886E-20 MPE -17,5809 Analysis of Variance for exccapct Model 0, , ,53 0,1109 Residual 0, , Total (Corr.) 0, Type III Sums of Squares trat 0, , ,53 0,1109 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 24,0334 percent R-Squared (adjusted for d.f.) = 14,5376 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 2,57018 Residual Analysis Estimation Validation n 19 MSE 0, MAE 0, MAPE 36,3793 ME 3,06772E-17 MPE -16,027 General Linear Models Multiple Comparisons for conscag by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups controle 6 0, X glucca 7 1,10143 X carbca 6 1,10925 X Contrast Difference controle - carbca *-0, controle - glucca *-0, carbca - glucca 0, * denotes a statistically significant difference. The StatAdvisor

149 This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 2 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for exccaug by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups glucca 7 0, X carbca 6 0, X controle 6 0,00411 X Contrast Difference controle - carbca 0, controle - glucca 0, carbca - glucca 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for exccapct by trat Method: 95,0 percent Student-Newman-Keuls trat Count LS Mean Homogeneous Groups glucca 7 0, X carbca 6 0, X controle 6 0,47253 X Contrast Difference controle - carbca 0,120333

150 149 controle - glucca 0, carbca - glucca 0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0.

151 150 APÊNDICE 11. Análise estatística do experimento com fontes de cálcio. Consumo diário de cálcio, excreção fecal diária de cálcio em g, porcentagem diária de excreção urinária de cálcio, sobre o consumido. cocagd= consumo diário de cálcio em gramas; Caexcgd= excreção fecal diária de cálcio em gramas; Cafzpctcon=porcentagem diária de excreção fecal de cálcio sobre o consumido; tbasal= dieta controle; tglucconato= gluconato de cálcio; tcarbonato= carbonato de cálcio. General Linear Models Analysis of Variance for CoCagd Model 0, , ,91 0,0082 Residual 0, , Total (Corr.) 0, Type III Sums of Squares Trat 0, , ,91 0,0082 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 49,6879 percent R-Squared (adjusted for d.f.) = 42,5004 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 1,65693 Residual Analysis Estimation Validation n 17 MSE 0, MAE 0, MAPE 8,87677 ME -3,91843E-17 MPE -0, Analysis of Variance for Caexcgd Model 0, , ,90 0,4272 Residual 0, , Total (Corr.) 0, Type III Sums of Squares Trat 0, , ,90 0,4272 Residual 0, , Total (corrected) 0, All F-ratios are based on the residual mean square error. R-Squared = 11,4396 percent R-Squared (adjusted for d.f.) = 0,0 percent Standard Error of Est. = 0,241818

152 151 Mean absolute error = 0, Durbin-Watson statistic = 2,29137 Residual Analysis Estimation Validation n 17 MSE 0, MAE 0, MAPE 15,9661 ME -9,14301E-17 MPE -3,50375 Analysis of Variance for Cafzpctcon Model 3267, ,66 5,17 0,0208 Residual 4421, ,788 Total (Corr.) 7688,36 16 Type III Sums of Squares Trat 3267, ,66 5,17 0,0208 Residual 4421, , Total (corrected) 7688,36 16 All F-ratios are based on the residual mean square error. R-Squared = 42,497 percent R-Squared (adjusted for d.f.) = 34,2823 percent Standard Error of Est. = 17,7704 Mean absolute error = 14,208 Durbin-Watson statistic = 2,62225 Residual Analysis Estimation Validation n 17 MSE 315,788 MAE 14,208 MAPE 12,1654 ME 2,92576E-14 MPE -1,92738 The StatAdvisor This pane summarizes the results of fitting 4 general linear statistical model relating 4 dependent variables to 1 predictive factors. Since the P-value in the first ANOVA table for CDMS is greater or equal to 0.10, there is not a statistically significant relationship between CDMS and the predictor variables at the 90% or higher confidence level. The R-Squared statistic indicates that the model as fitted explains 42,497% of the variability in CDMS. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 34,2823%. The standard error of the estimate shows the standard deviation of the residuals to be 17,7704. This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 2,48797 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals.

153 152 The output also summarizes the performance of the model in fitting the data, and in predicting any values withheld from the fitting process. It displays: (1) the mean squared error (MSE) (2) the mean absolute error (MAE) (3) the mean absolute percentage error (MAPE) (4) the mean error (ME) (5) the mean percentage error (MPE) Each of the statistics is based on the residuals. The first three statistics measure the magnitude of the errors. A better model will give a smaller value. The last two statistics measure bias. A better model will give a value close to 0.0. General Linear Models Multiple Comparisons for CoCagd by Trat Method: 95,0 percent Student-Newman-Keuls Trat Count LS Mean Homogeneous Groups tbasal 5 0, X tcarbonato 6 0, X tgluconato 6 1,05109 X Contrast Difference tbasal - tcarbonato *-0, tbasal - tgluconato *-0, tcarbonato - tgluconato -0, * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 2 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for Caexcgd by Trat Method: 95,0 percent Student-Newman-Keuls Trat Count LS Mean Homogeneous Groups tgluconato 6 1,10761 X tbasal 5 1,12477 X tcarbonato 6 1,27982 X Contrast Difference tbasal - tcarbonato -0, tbasal - tgluconato 0, tcarbonato - tgluconato 0,172214

154 153 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. There are no statistically significant differences between any pair of means at the 95,0% confidence level. At the top of the page, one homogenous group is identified by a column of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0. General Linear Models Multiple Comparisons for Cafzpctcon by Trat Method: 95,0 percent Student-Newman-Keuls Trat Count LS Mean Homogeneous Groups tgluconato 6 104,405 X tcarbonato 6 128,533 X tbasal 5 137,227 X Contrast Difference tbasal - tcarbonato 8,69435 tbasal - tgluconato *32,8223 tcarbonato - tgluconato *24,128 * denotes a statistically significant difference. The StatAdvisor This table applies a multiple comparison procedure to determine which means are significantly different from which others. The bottom half of the output shows the estimated difference between each pair of means. An asterisk has been placed next to 2 pairs, indicating that these pairs show statistically significant differences at the 95,0% confidence level. At the top of the page, 2 homogenous groups are identified using columns of X's. Within each column, the levels containing X's form a group of means within which there are no statistically significant differences. The method currently being used to discriminate among the means is the Student-Newman-Keuls multiple comparison procedure. With this method, there is a 5,0% risk of calling one or more pairs significantly different when their actual difference equals 0.

155 APÊNDICE 12. Documento da comissão de ética no uso de animais, comprovando a aprovação do experimento Adição de fontes de enxofre e cálcio na dieta de gatos adultos e seus efeitos no ph e equilíbrio ácido-básico. 154